晶泰科技｜python后端开发实习

①后端系统开发与维护： 使用Python及其框架（FastAPI/Flask等）设计、开发、维护AI应用产品的后端服务。 开发和维护高效、规范的RESTful API接口，确保与前端和Agent应用的顺畅集成。 优化后端服务的性能和稳定性，提高系统处理高并发请求的能力。 ②数据库设计与应用： 熟练使用关系型数据库（如MySQL， PostgreSQL）和NoSQL数据库（如Redis， MongoDB）进行数据存储和管理。 熟悉OpenSearch/Elasticsearch： 负责或参与基于OpenSearch/ES的索引构建、全文检索实现、结果排序优化等相关功能的开发和维护，支持复杂的搜索和分析需求。 ③数据处理流程： 参与构建和维护数据处理流程：包括数据爬取/采集、数据清洗、数据预处理、数据存储等环节。 ④大型模型与Agent应用支持： 参与将大型语言模型(LLM)服务（如通过模型API）集成到后端系统的过程，支持AI应用（如Agent）的功能实现。 文档编写与协作： 编写清晰、准确的代码注释和技术文档。 与算法工程师、前端工程师及产品经理密切协作，共同推进产品功能的开发和迭代优化。

①教育背景： 计算机科学、软件工程、或相关理工科专业在读研究生。 ②核心技能（必备）： 扎实的Python编程功底： 熟悉Python语言特性、常用库和开发规范。 后端框架经验： 熟悉至少一个Python Web后端框架（如 FastAPI， Flask, Django）。 ③数据库能力： 熟悉关系型数据库（MySQL/PostgreSQL）的基本操作、SQL语言和表设计。 熟悉NoSQL数据库原理和使用（如Redis、MongoDB）。 熟悉OpenSearch/Elasticsearch： 了解其核心概念（索引、分片、副本、Mapping、Analyzer等），具备基本的索引构建、DSL查询编写和调优经验。 了解向量数据库应用： 协助或参与使用向量数据库（如Milvus， Pinecone， Qdrant等）的相关功能开发，支持大模型的语义搜索、相似性检索、RAG（检索增强生成）等应用场景。 数据处理能力： 具备使用Python（如Pandas, Numpy, Requests, BeautifulSoup等库）进行数据采集、清洗、转换、存储的实际经验或项目经验。 ④AI基础： 了解大型语言模型(LLM)和Agent的基本概念及其应用场景。 了解如何通过API调用大型模型服务的基础流程。 加分项： 对主流大模型（如GPT、Qwen、Gemma系列）、向量数据库、LangChain等应用工具有基本了解和尝试使用的兴趣。 工程素养： 具备良好的代码质量意识，关注性能优化和系统可靠性。 较强的逻辑分析能力和独立解决问题能力。 良好的沟通表达能力和团队协作精神。 对新技术有热情，具备较强的学习能力和适应性。