一句话使命：把“教材/课件/作业/案例库”等异构内容，转化为可检索、可追溯、可评测的知识底座，支撑可信引用与课堂实操。
主要职责
1. 设计并实现课程私有库的数据管线：采集→清洗→解析→分块→索引→评测→上线→监控。
2. 建立混合检索方案（BM25 + 向量/稀疏表示），并按课程类型调优分块与召回策略。
3. 集成与优化重排/Rerank与引用抽取（chunk/page锚点、引用链可视化）。
4. 建立RAG评测集与指标：召回率/精准率、NDCG@k、引用覆盖率、答案“基于证据”分。
5. 与AI后端协作实现RAG服务API（检索、重排、证据压缩、上下文编排）与灰度治理。
6. 针对学术场景优化长文档/多模态（PDF/Docx/PPT/表格/代码）解析与OCR纠错。
7. 数据分级、访问控制、PII脱敏与审计留痕；沉淀数据字典与版本化策略。
8. 与教研Owner共建“可信引用规范”与Rubric对齐的证据呈现。
任职要求
● 精通一种后端语言（Python/Go），熟悉FastAPI/Go-Kit、消息队列、向量数据库（Milvus/Qdrant/PGVector/FAISS）。
● 深入理解RAG链路：分块策略（递归、语义、结构化段落）、embedding与检索优化、重排模型（如bge-reranker等）的选型与部署。
● 熟悉混合检索与稀疏表示（BM25/SPLADE等），会做A/B评测与统计显著性验证。
● 有生产级数据管线经验（Airflow/Argo/Kafka），可观测性（日志/链路/指标）。
● 能以工程手段降低幻觉：基于证据回答、引文完整度、置信度阈值与拒答策略。
● 价值观匹配：客户第一、求真务实；能以实证驱动迭代，不空谈“玄学提示”。
加分项：教育/学术场景经验；中英双语/多语检索；表格/公式/代码类文档解析；向量检索在K8s上的弹性与成本优化。
工具栈建议
Python/FastAPI、Milvus/Qdrant/PGVector、Elasticsearch/Lucene、bge-m3等向量模型、bge-reranker/ColBERT类重排、Airflow/Argo、Kafka、K8s、Prometheus/Grafana、Great Expectations（数据质量）。