大模型开发远程职位与项目
大模型应用开发远程协作，是指企业把知识库检索、上下文组织、轻量微调与推理部署等工作，以远程职位或远程项目的方式交给异地工程师，用评测集通过率代替在场监督。这条路线的可行性有论文支撑：LoRA 把可训练参数降低约 1 万倍、显存需求降低约 3 倍，单卡也能完成一轮有效的适配训练。
工程侧的公开数据同样清晰。vLLM 用分页注意力把 KV 缓存的显存浪费从六到八成压到 4% 以内，吞吐最高提升 24 倍；Hugging Face 的 PEFT 实践中，一个微调适配器只有约 19MB，随版本分发几乎没有负担；检索增强的原始论文则给出了先取企业资料再生成答案的完整方法，长上下文的效果衰减也已有公开的应对经验。这意味着算力有限的小团队同样能完成交付，企业不必为一次尝试先采购整柜显卡。
相比从零训练一个模型，把现成模型接进业务、把检索质量与评测集做扎实的路线更容易按阶段验收，也更贴近企业的真实需求与预算：每一期都能拿评测集通过率作为结算凭证，异地双方对进度的认知不会跑偏。在 WUJIEE，企业可以发布大模型应用方向的远程职位与远程项目，与工程师直接对接，平台不抽取项目佣金。
大模型开发远程职位
查看更多
1.关于岗位 我们正在寻找一位以软件工程和后端开发能力为核心，同时具备 AI 应用开发经验的资深 AI 全栈工程师。你将负责企业级 AI Agent 产品的架构设计、研发落地与持续演进，与优秀的工程团队共同打造面向真实业务场景的下一代 AI 产品。 2.岗位职责 #1 负责 AI Agent 系统的架构设计、开发与持续优化，构建高性能、高可用、高可靠的 AI 应用。
我们正在构建一款面向医疗行业的 AI 软件产品，专注于利用大模型和检索增强生成（ RAG ）技术，提升医疗数据处理与智能分析能力。如果你对大模型应用、RAG 架
业务系统全栈交付：独立完成 B 端/C 端 Web 应用、管理后台、数据平台的前端（ React/Next.js/Vue ）与后端（ Node.js/Python/Java/Go ）开发，涵盖数据库设计、API 开发、性能优化、容器化部署及线上运维。 2 、AI 工具原生开发：将 Cursor 、Claude Code 、GitHub Copilot 、v0 等 AI 编程工具作为日常开发基础设施，利用 AI 辅助进行代码生成、架构设计、单元测试、Code Review 与文档编写，确保开发效率与代码质量的双重提升。
Agent 开发工程师(远程办公) 岗位职责 1. 负责 AI 智能客服，内部 AI 系统工具，AI 数字人获客等 AI 应用的设计，开发和上线。 2. 搭建 RAG ，知识库问答，工具调用，意图识别，线索分级等核心 AI 能力。 3. 对接 CRM ，客服系统，IM 工具和业务后台，打通 AI 与业务流程。 4.保障系统稳定性，可维护性和可观测性，并根据业务数据持续优化效果。 5.与业务团队协作，把 AI 能力落地到客服，销售和增长场景中。 6. 架构与部署：设计，开发并部署稳健的多步智能体工作流(AgenticWorkflows)和多智能体编排(Multi-agent Orchestration)系统，重点关注生产环境的可靠性与治理。 7. 记忆与上下文管理：设计并实现记忆与上下文管理策略(如长期记忆，Human In The Loop(HITL)反馈机制)，以确保智能体的一致性与持续改进。 8. AgentOps 实践：建立并维护 AgentOps(智能体运维)实践，包括评估框架，可观测性以及对智能体性能，成本和延迟的监控。 9. LLM 交互策略：运用包括结构化提示词(Structured Prompting)，工具调用(Tool-calling)和思维链(Chain-of- Thought,CoT)等交互策略，以最大化模型的性能和可靠性。 10.Tools 集成：设计并实现工具调用机制，将内部系统 API(用于数据分析，图像生成和视频生成)集成到智能体工作流中。 11. 原型迭代：与产品和设计团队合作，根据用反馈快速进行新智能体功能的原型设计，测试和迭代。 12. 系统优化：确保所有部署的 AlAgent 系统在性能，质量，安全性和成本效益方面达到最优。 任职要求 1. 3 年以上软件开发经验，具备扎实的后端或全栈工程能力。 2. 熟悉至少一种主流开发语言，如 Python,Go. 3. 熟悉 API 设计，数据库，缓存，任务队列，日志监控，异常处理等基础工程能力。 4. 有大模型应用开发经验，熟悉 OpenAl/Claude/ Gemini / DeepSeek 等模型 API 接入。 5. 熟悉 RAG,Embedding ，向量数据库，知识库问答，PromptEngineering,FunctionCalling/Tool Calling 等能力。
一家专注于 AI 智能体的基础设施的创业公司，为智能体生态提供统一的 API 网关、大模型智能路由、上下文管理、智能体原生支付协议等资源层服务。我们的客户是智能体开发者和智能体本身。我们的愿景是构建”Amazon for AI Agents” - The Everything Store for AI Agents - 让 AI Agents 能够更简单地接入、管理和部署 AI 能力。
40 岁内 本科及以上 AI 效能官 20-50 [硬性能力要求] 1. 熟练掌握 Python 、Node.js 、php go 等开发语言其中之一；能独立写脚本抓取数据、调用 API 接口。极度精通主流大模型（ Claude 3.7/Opus 4.6 、GPT-5.4 、Gemini 2.5 Pro ）
大模型开发远程人才
查看更多
后端/web 全栈开发（ 25k ～ 30k ） :phone:176****1664 ::school: 中
8 年后端工程基础（ Go 、Python 、Rust ），从零到 1 做过分布式系统，近三年持续深度关注大模型与 Agent 体系发展。早期参与并深度实践多种
自由职业，全栈开发，仅限远程，可立即开始。 独立开发并维护一个已上线的 AI 全栈应用（非 demo ，日常使用中），从架构设计、前后端开发、向量数据库搭建、iOS 打包到服务器部署运维，全部一个人完成。 技术栈 前端：Vue 3 / Vite / JavaScript / CSS3 动画 / Canvas / 移动端适配 移动端：Capacitor 8 → iOS ，通过 Codemagic CI/CD + TestFlight 持续交付（无 Mac 环境） 后端：Node.js / Express / REST API / 11 模块架构 AI/LLM：多模型编排（ Gemini / DeepSeek ）/ RAG 向量检索 / Agent 工作流 / LLM 决策链 向量数据库：Qdrant + SiliconFlow BAAI/bge-m3 （ 1024 维嵌入）
agent 、小程序，APP 跨端，网站，浏览器扩展。 具备完整前后端开发/部署能力，可从 0 到 1 独立开发 RAG 、Agent 、视觉项目。 熟练部署本地开源模型，熟练 OpenAI 、Anthropic 调用，自建聚合 API 转发。 技术栈： Web 全栈 Go - Gin 、Python - FastAPI / Flask / Django/任务队列/异步、PostgreSQL 、MongoDB 、Redis 、Vue3 、Uni-app 、TailwindCSS 、ElementUI 、Chrome 插件、Docker 、Nginx 、Git 、自搭梯子、Playwright 爬虫、熟悉常用公有云后台 大模型应用开发 LangChain 、Dify 、LLaMA-Factory 微调模型、vllm 、Ollama 推理部署、LightRAG 知识图谱 RAG 架构、prompt 调试、MCP 开发 深度学习 & 计算机视觉 PyTorch 、CUDA 、YOLOv5 、OpenCV 、Ray-Rllib 硬件 & 嵌入式 熟悉 Linux 编程、C++、ESP-IDF (ESP32) 、Arduino 、在嵌入式 linux 中跑模型。 比较杂，没办法要吃饭，低学历，31 岁，大专函授，我的主要技能还是 web 全栈上，最近一年的工作都是做 AI 相关的工作，所有技能全是自学，培训班都没报过，高中自己搭网站，最早从易语言开始会的编程，自认为学习能力还可以，抗压能力强。
大家好，我目前在寻找一份远程全职的机会。 我有拥有20年软件、移动端与企业信息系统经验，对产品，市场和技术都有理解，比较擅长 从 0 到 1 搭建产品。带过团队，几个不错的后来都去 JD，滴滴出行，字节跳动。能够直接与业务负责人沟通，将模糊需求整理成可开发、可测试、可验收的方案。近三年大部分精力投入大模型应用落地：多 Agent 系统、RAG 、Prompt 工程与模型编排均有上线项目。 目前专注于 AI Agent、RAG 知识库、Python 与 RPA 流程自动化、API 系统集成、GEO 以及 AI 编程工具。熟悉使用 Codex、Claude 等 AI Coding 工具进行项目理解、功能开发、Bug 定位、测试与交付，能够分析产品的能力边界、失败原因、成本及实际适用场景。 合作前会先确认需求范围、交付内容、时间节点与验收标准；执行过程中分阶段同步，并提供可运行成果、测试记录及必要文档。可承接 AI 工具测评、AI 应用开发、流程自动化、技术顾问及长期远程合作。 过去 5 年主要做过： - 语音对话：三段式语音实时语音对话服务，基于 WebSocket 和 WebRTC 全双工协议，支持实时打断 - RAG 全流程：游戏客服为 RAG 增强 Agent：覆盖知识库构建、文本切片、向量检索、召回排序、生成融合全环节，有效抑制幻觉问题 - AI Agent 开发：设计并落地生产级多 Agent 电商内容生产架构（"规划 Agent + 专职执行 Agent + 工具层"分层编排），建立和实现健康评测体系，持续优化 Agent 能力 - 模型即服务：TensorRT 推理加速，GPU 监控，模型请求队列，GRPC - 朋友圈九宫格，面向工厂和档口的图片生成 Agent - 负责 GMV 10 多亿的电商业务需求，方案设计，实施落地。QPS 超过 20K 的秒杀系统等。 - 负责连连控远程控制软件后端架构设计，支持多个服务机房 - 为财务公司构建财务中台系统，支持财务工作流程，支持对接财务软件。 我比较擅长的是： 从 0 到 1 搭建完整 Web 产品 ，以及将大模型、Agent 能力落地到真实业务中 。 我的技术方向 前端 - React 后端 - Python / Java / Go / Node.js 数据库 - PostgreSQL / MongoDB / Redis 部署运维 - Docker / AWS / 阿里云 AI 应用方向 - OpenAI / Claude 等大模型 API 接入 - 中等到复杂的 Agent / 工作流系统 - 知识库和 RAG - 职能语音对话系统 - 私有化模型服务 - 企业级 AI 落地方向 我能做什么 我比较适合承担下面这类工作： - 从 0 到 1 搭建一个 Web 产品 - 独立完成前后端 + 数据库 + 部署上线整套链路 - 实现简单到中等复杂度的 Agent - 企业级系统的架构方案设计，实施落地 我的工作方式 我比较偏 结果导向 ，能独立推进需求，沟通直接，执行力强，认真负责。 如果你的团队需要一位能够同时覆盖：前端，后端，AI 接入，数据库设计，海内外平台部署上线的工程师，欢迎联系我聊聊。 有合适机会欢迎直接联系或者帖子留言交流， 也欢迎朋友帮忙内推，感谢大家。 Email mashihua(at)gmail.com
资深后端架构师 & AI 工程化专家，拥有多年分布式系统架构设计与落地经验，熟悉从单体应用到云原生集群的技术演进。具备全栈视野，涵盖研发、产品、运维及大数据平台
大模型开发远程项目
查看更多![[兼职] AI 智能客服系统项目找开发工程师](/images/avatars/service-project.svg)
项目： AI 智能客服系统开发工程师（全栈+AI+电商接口方向），给服装类目头部电商客户做抖音/小红书/视频号三平台 AI 客服系统 要求： Node/Python 后端 + LLM 应用（ RAG/工具调用）+ 对接过第三方开放平台 API + 能做内部管理后台 按照项目制结算，1 个月左右的服务时间
最近在做 AI 应用落地，接一些小项目（可快速上线） 我可以帮你做这些： 🔹 1. AI 知识库 / 智能客服（ RAG ） 导入文档/网页/数据库 → 自动问
科技媒体招 AI 编程 / Agent 工具测评线上兼职作者，按篇结算 2k/篇 科技媒体长期招 AI 产品/模型测评作者，按篇合作。 主要方向包括： - AI 编程工具：Cursor 、Claude Code 、Codex 、GitHub Copilot 、Trae 、Qoder 等 - Coding Agent / Dev Agent：代码生成、代码修改、项目理解、Bug 修复、自动执行任务 - Agent 工作流：多智能体协作、MCP 、RAG 、自动化流程、工具调用 - 开源 AI 项目：GitHub 热门 AI 项目、本地部署工具、推理框架、Agent 框架 - 国产模型 / 开源模型：模型实测、API 调用、能力边界、性价比 - 图像 / 视频生成模型：生成质量、可控性、工作流适配、真实生产可用性 我们需要的不是软文，也不是官方资料整理，而是基于真实上手后的测评文章。 一篇合格的稿件至少要回答几个问题： 1. 这个产品/模型到底解决了什么问题？ 2. 它在真实任务里表现如何？ 3. 它强在哪里，弱在哪里？ 4. 它和同类产品相比有什么差异？ 5. 它适合什么场景，不适合什么场景？ 6. 它现在距离真正可用还差什么？ 7. 它背后反映了什么技术或产品趋势？ 合作方式： - 按篇结算 - 单篇稿费 2000 元 - 选题可以自拟，也可以一起讨论 - 稿件会经过正常编辑沟通和修改 - 适合兼职/外部作者合作，不是全职岗位 对作者的要求： 1. 能真实上手产品，而不是整理官方资料或二手信息。 2. 能设计测试任务，测出产品能力边界，而不是照搬官方 Demo 。 3. 有基本技术理解力，能看懂文档、API 、README 、模型限制和 Benchmark 。
我们正在做一套面向海外跨境业务的 AI 客服与客户转化系统。 方向大概是：Chatwoot 二开 + AI Agent + RAG 知识库 + 多语言实时翻译 + 人工接管 + 客户标签 + 基础数据分析。目标不是简单做一个 FAQ 机器人，而是做一套能接真实客服场景的系统：客户从不同渠道进来，AI 先处理常见问题，查不到或遇到高价值/资金/投诉类问题时转人工，客服侧能看到原文、译文、知识来源和会话记录。
详细介绍： https://docs.qq.com/slide/DYnROQW9STGdiVGxz 联系人：夹克酥 Alter 联系方式：wx 同电话：1781
求助 | 有偿服务器部署支持 我们正在部署一个 Python 网站，服务器环境 CentOS ，使用 Ansible + Poetry 进行自动化部署。目前卡在
准备好开始了吗？
注册、浏览、申请、发布和订阅都免费，合适再深入。