岗位职责 1.负责数据获取模块的开发：调用、设计、开发和维护高效稳定的网络爬虫程序，自动化采集法规准则、行业监管、上市公司信息及税务法规等海量公开数据，为知识库提供高质量的数据源。 2.参与AI知识库的后端构建（与算法同学协同）：基于LangChain和LlamaIndex等主流框架，参与实现文本的自动化清洗、切片策略、向量化，以及图数据库与向量数据库的混合存储方案。 3.负责后端服务的工程化与API开发：基于云平台进行部署，将知识库的核心能力封装成稳定、可扩展的API服务，确保上层智能应用可以流畅、高效地调用，并撰写清晰的接口文档。 4.系统功能测试：进行系统的基本测试。 任职要求 教育背景：计算机科学、软件工程、数据科学或相关专业，本科及以上在校生。 技术能力（必备）： 1.扎实的Python编程功底，代码风格良好，熟悉常用的数据结构与算法。 丰富的网络爬虫开发经验，熟练掌握至少一种主流爬虫技术，具备一定的反爬策略应对经验。 2.具备一定的后端开发能力。 3.了解数据库基础，有SQL或NoSQL（如MongoDB）的使用经验。 技术能力（加分项）： 1.了解 LangChain、LlamaIndex 等大模型应用框架者优先。 2.有向量数据库（如Pinecone, Weaviate, Milvus）使用经验者优先。 3.熟悉 Docker 容器化技术与部署流程者优先。 4.对审计、财务领域有了解或兴趣者优先。 个人素质： 具备强烈的求知欲和快速学习能力，能主动探索新技术并应用于实践。 拥有良好的沟通能力和团队协作精神，工作认真负责，能按时交付高质量成果。