senior-prompt-engineer

用途：这是一项高级提示工程技能，面向生产级 AI/ML 与数据系统，聚焦 LLM 优化、提示模式、结构化输出与 AI 产品开发，并涉及 Claude、GPT-4 等模型。\n\n主要能力：资料列出三项核心工具，命令为 python scripts/prompt_optimizer.py --input data/ --output results/、python scripts/rag_evaluator.py --target project/ --analyze、python scripts/agent_orchestrator.py --config config.yaml --deploy。参考文档含提示工程模式、LLM 评估框架、智能体系统设计三部分，涉及生产模式、性能优化、可扩展性与安全合规等。\n\n技术栈：Python、SQL、R、Scala、Go；PyTorch、TensorFlow、Scikit-learn、XGBoost；Spark、Airflow、dbt、Kafka、Databricks；LangChain、LlamaIndex、DSPy；Docker、Kubernetes、AWS/GCP/Azure；MLflow、Weights & Biases、Prometheus；PostgreSQL、BigQuery、Snowflake、Pinecone。\n\n使用方式：资料给出开发、训练、部署、监控相关命令（如 pytest、black、pylint、docker build、kubectl apply、helm upgrade 等），具体项目结构、安装步骤与前置条件暂未提供。\n\n适用场景：生产级 LLM 优化、结构化输出、RAG 评估、智能体编排、ML 模型部署与实时推理等。\n\n限制：资料未说明收费、价格、平台支持范围、效果指标或实际使用步骤，性能目标（如延迟、吞吐、可用性）为文中列出的参考值，未提供验证依据。