大模型开发 远程工作
浏览大模型应用开发方向的远程职位、远程人才、远程项目，找到远程合作机会。
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。
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 ）
hello,hello,我们又有新项目啦！团队目前人员忙不过来，寻找优秀的算法小伙伴加入远程兼职团队。作为核心成员，您将深度参与前沿的人工智能算法和大模型落地应
远程人才
查看更多
后端/web 全栈开发（ 25k ～ 30k ） :phone:176****1664 :email: [email protected] :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
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。
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
个人情况 现在在某跨境电商，做一些中后台的项目，因为一些个人规划和业务变更的原因，打算换个工作环境，目前还在职。 经历: 创业公司 => 携程 => 有赞 =>
一、技术 全栈开发: 多年 Java 后端开发，SpringCloud 微服务的架构设计、实现，性能、网络问题排查和调优。 理解 Go 的 Goroutine 、Channel 带来的并发、异步优势，理解 CSP 模型 有 HTML 、JS 基础，会用 Vue2 、3 + Element 使用 Python 实现、优化推荐算法 熟悉 Linux ，日常使用 ArchLinux+Sway ，熟练使用 Docker ，搭建过 DevOps ，使用 KVM 搭建过 K8s 集群，为虚拟机做显卡直通 AI 方面，独自完成 RAG 应用，使用 ESP32 做过 AI 玩具 具备推动团队协作的管理经验，保证项目的质量和进度 二、近期项目 1 、RAG 知识库 将文件、资料，存入向量数据库，配置敏感词，配置工具。用户提问，先用小模型分析用户意图，根据意图执行向量检索、工具调用，将检索、工具得到的信息交给大模型并生成回复。 后端: Spring Boot + LangChain4j 前端: Vue3 + Element Plus 上传解析: Minio + MinerU/Tika + embedding + Milvus 敏感词: DFA 意图分析: 小模型 工具配置 回答: 大模型 2 、AI 玩具 使用 ESP32 开发板，录音传给后端服务，后端服务转移为文本，交给大模型回复，使用 TTS 服务将回复文本生成语音，ESP32 开发板控制喇叭播放。 ESP32: C++ 后端: Springboot 3 、IM 聊天系统 已有商城系统新的 IM 需求，利用 Go 的高并发特性，实现高性能的 WebSocket 服务。 WebSocket 服务: Go ，建立、持有 WebSocket 连接，请求 Java API 服务完成认证，消息、事件的同步，并推送给目标用户 Spring Boot 服务: 认证、信息管理、消息同步 4 、商城算法 商品推荐算法: 使用向量化模型，对关键词进行向量搜索。商品、店铺名称打分，类别打分，分配权重计算总分并排序 骑手推荐算法: 整理机场的位置信息，根据当前骑手的订单状态，将已接订单和当前订单的起始位置进行有条件的排列。使用 Dijkstra 算法，根据骑手当前位置和取餐时间，计算最短路径。最终计算，骑手的接单成本，加上超时权重和完成时间权重，综合打分
远程项目
查看更多
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
各位 V 站大佬好。手头有一套基于本地 RTX 5090 (32G) 的 AIGC 视频生成流水线需要落地，寻一位能帮排雷填坑的老哥。 1. 项目背景与技术栈
准备好开始了吗？
注册、浏览、申请、发布和订阅都免费。