工作職責:
1、參與構(gòu)建面向大規(guī)模非結(jié)構(gòu)化數(shù)據(jù)的檢索增強生成（RAG）系統(tǒng)整體架構(gòu)，負責核心模塊的設(shè)計與實現(xiàn)。
2、研究并開發(fā)高效的檢索方法，涵蓋向量檢索、混合檢索及語義搜索技術(shù)，持續(xù)提升信息召回的準確率與相關(guān)性。
3、探索知識圖譜在RAG流程中的融合應(yīng)用，包括實體識別、關(guān)系抽取，并利用圖結(jié)構(gòu)優(yōu)化檢索路徑與內(nèi)容生成效果。
4、參與大語言模型在特定領(lǐng)域非結(jié)構(gòu)化數(shù)據(jù)上的微調(diào)任務(wù)，提升模型對專業(yè)文本的理解與輸出質(zhì)量。
5、對RAG各功能模塊開展性能測試與分析，基于實驗反饋提出切實可行的優(yōu)化策略。
6、關(guān)注RAG及相關(guān)前沿技術(shù)的發(fā)展動態(tài)，積極參與團隊內(nèi)部的技術(shù)交流與分享。

任職資格:
***專業(yè)技能***
1、掌握檢索增強生成（RAG）的核心原理與典型流程。
2、具備堅實的自然語言處理（NLP）理論基礎(chǔ)，熟悉Transformer、BERT等主流深度學習模型。
3、有信息檢索（Information Retrieval）相關(guān)的項目或研究背景，熟悉向量數(shù)據(jù)庫（如FAISS, Milvus）和檢索引擎（如Elasticsearch）者優(yōu)先考慮。
4、具有知識圖譜（Knowledge Graph）實際應(yīng)用經(jīng)驗，了解圖譜構(gòu)建過程，掌握圖查詢語言（如SPARQL, Cypher）及圖數(shù)據(jù)庫（如Neo4j）的使用。
5、具備大語言模型（LLM）微調(diào)實踐經(jīng)驗，熟練使用Hugging Face Transformers、PyTorch等主流深度學習工具框架。
編程能力： 精通Python語言，熟悉常用數(shù)據(jù)科學與機器學習庫的使用。

***綜合素質(zhì)***
1、具備出色的邏輯分析與問題解決能力。
2、擁有良好的溝通表達能力和團隊合作意識。
3、對人工智能前沿技術(shù)保持高度熱情，具備快速掌握新知識的學習能力。

***加分項***
在高水平學術(shù)會議或期刊發(fā)表過相關(guān)方向論文。
具備處理大規(guī)模非結(jié)構(gòu)化數(shù)據(jù)（如文本、圖像、音視頻）的實際經(jīng)驗。
熟悉多模態(tài)信息檢索與生成技術(shù)并有實踐經(jīng)歷。
有開源社區(qū)貢獻經(jīng)歷者優(yōu)先錄用。