職位描述:
1.參與包括檢索增強,GraphRAG,Tool Use,Agent等方向的研發(fā)工作。
2.完成典型RAG場景下的鏈路構(gòu)建與部署優(yōu)化,包括通過內(nèi)容抽取、文本切片進行知識庫構(gòu)建。優(yōu)化檢索、重排序、生成模型的部署方式,提升推理效率;與系統(tǒng)部分配合進行RAG模塊的快速部署與迭代;
3.參與面向項目實際需求的新功能開發(fā),包括基于意圖識別等方法進行多知識庫分流以及開發(fā)個性化回答等;
4.設(shè)計和實現(xiàn) RAG 系統(tǒng)的各個組件和關(guān)鍵算法,在 Agent 和知識庫兩種場景下持續(xù)提升檢索和生成性能。
5.基于業(yè)務(wù)需求,完成 RAG 相關(guān)的數(shù)據(jù)工程和文檔數(shù)據(jù)處理能力建設(shè)。
6.參與部分面向落地的RAG前沿探索性工作。
職位要求:
1. 計算機科學(xué)、人工智能等相關(guān)專業(yè)的本科以上學(xué)歷。
2. 至少2年以上RAG與LLM應(yīng)用開發(fā)經(jīng)驗,熟悉RAG前沿工程領(lǐng)域進展和開源項目(如GraphRAG等),有知識圖譜工程過往經(jīng)驗的加分。
3. 精通向量數(shù)據(jù)庫RAG技術(shù),多模態(tài)數(shù)據(jù)庫,擁有豐宣的知識庫設(shè)計及使用經(jīng)驗。
4. 精通Python/Java,算法能力扎實,對向量化、混合檢索、重排序等核心算法有深入和前瞻性理解。
5. 熟練掌握 LangChain/Llamaindex 等LLM開源框架,具備豐富的 RAG 和Prompt Engineering 經(jīng)驗,熟悉 NLP、CV、ML 和Fine-tuning者優(yōu)先。
6. 熟悉JetBrains/Eclipse/VSCode系列IDE及其相關(guān)的插件開發(fā)領(lǐng)域:
7. 有責(zé)任心,溝通良好,對大語言模型、新興技術(shù)有濃厚興趣,學(xué)習(xí)能力強,有創(chuàng)新能力。