岗位职责：
1. 负责基于大语言模型（LLM）的 RAG 系统设计与研发，涵盖数据处理、向量化、检索、生成等全流程；
2. 设计并实现高性能的文档预处理与向量化方案，支持大规模文档数据的批量构建与增量更新；
3. 优化检索效果与响应速度，包括向量索引结构优化、多路检索融合（Hybrid Search）、重排序等技术；
4. 设计并实现知识库更新、版本管理与质量评估机制，确保数据的时效性与准确性；
5. 集成并优化多种大语言模型（开源与商用），实现低延迟、高并发的在线推理服务；
6. 与业务团队合作，基于业务场景设计提示词（Prompt Engineering）、上下文构造策略等，提高生成结果的可用性；
7. 监控与优化 RAG 系统的可用性、扩展性与稳定性，处理生产环境中的性能与质量问题；

任职要求：
1. 教育背景：计算机、人工智能、软件工程等相关专业专科及以上学历。
2. 技术经验：
3 年及以上后端研发经验，至少 1 年 LLM 应用开发经验；
有大规模数据处理与检索系统（如 Elasticsearch、Milvus、FAISS、Weaviate 等）生产环境经验；
精通 Python 或 Java，熟悉常用 AI/ML 框架（PyTorch、Transformers、LangChain、LlamaIndex 等）；
熟悉 RAG 技术原理与实现流程，包括向量化、索引构建、检索优化、上下文拼接、生成控制等。
3性能优化能力：
有应对大规模文档构建与检索的性能优化经验，了解索引分片、分布式检索、缓存策略等；
备大模型推理加速经验（模型量化、批量推理、流式输出等）。
4. 系统架构能力：
熟悉分布式架构设计，具备高并发服务开发经验；
熟悉云原生技术（Docker、Kubernetes）；
有企业级 RAG 项目落地经验，能提供案例；