职责描述
岗位职责
1. RAG系统研发与优化:负责企业知识库RAG链路的设计、实现与持续调优,覆盖文档解析、分块、Embedding、混合检索、重排、上下文组装等环节,重点解决召回不准、生成不忠实、知识滞后与溯源缺失等问题。
2. 知识建模与结构化:参与本体/知识图谱的设计与构建,将非结构化内容转化为Agent可理解、可推理的结构化知识资产;探索GraphRAG在复杂推理场景中的应用。
3. 知识质量与评测:搭建RAG链路的自动化评测体系,围绕检索召回率、生成准确率、引用准确率、端到端任务成功率建立量化指标,用数据驱动优化。
4. 知识入库与治理:参与知识入库工序的设计与执行,包括清洗、切分、元数据标注、关系抽取、冲突识别与版本管理,保障知识的准确性、时效性与一致性。
任职要求
1、计算机科学、人工智能、软件工程、数据科学、数学等相关专业本科或研究生在读,对大模型、知识工程及Agent应用有浓厚兴趣。
2、熟练使用Python,具备良好的数据结构、算法和工程编码基础,能够使用Git、Linux及常见接口完成开发与调试。
3、理解大语言模型和RAG的基本原理,了解文档解析、文本分块、Embedding、向量检索、混合检索、重排及上下文组装等关键环节。
4、具备自然语言处理、信息检索或机器学习相关基础;有LangChain、LlamaIndex、Elasticsearch、Milvus、FAISS、pgvector等工具实践经验者优先。
5. 有RAG、知识库、搜索推荐、知识图谱或大模型应用相关项目、论文或开源贡献者优先。
6. 能保证稳定的实习投入,实习时间较长、可尽快到岗者优先。