核心职责‌
‌RAG系统设计与开发‌
构建端到端的RAG系统，包括文档加载、文本分块、向量化存储及检索生成模块。‌
优化文本分块策略（如重叠窗口、递归分割），提升检索准确性。‌
集成多源数据（PDF、Word、Excel等），支持非结构化数据处理。‌
‌检索与生成调优‌
实施混合检索策略（向量+关键词），结合重排序技术优化检索质量。‌
设计提示词模板，控制生成内容，抑制模型幻觉。‌
评估检索效果，开发补充搜索模块处理无效检索。‌
‌技术落地与维护‌
基于LangChain、FAISS/Chroma等框架搭建生产级系统。‌
部署Embedding模型（如HuggingFace、OpenAI），管理向量数据库。
开发前端交互界面（如Flask应用），提供用户友好的问答服务。
要求：
精通Python编程，熟悉Python 3.10+环境及常用库（如LangChain、Flask）。‌
深入理解RAG技术原理，包括向量相似度计算、检索器优化及生成控制。‌
具备文本处理经验，掌握文档分块、Embedding模型应用及向量数据库（FAISS/Chroma）部署。‌
熟悉大模型集成（如OpenAI/Azure OpenAI），能设计提示词并优化生成效果。‌