广州·天河区
职位详情
岗位职责:
1. 持续关注RAG与大模型领域的前沿动态（如多模态检索、增量更新机制、混合检索策略、GraphRAG等），深入研究先进检索算法、语义分块方法及生成效果优化路径，紧跟技术演进方向，推动技术创新与方案迭代；
2. 主导RAG技术体系的设计与实施，负责系统全周期建设工作，涵盖知识库搭建（非结构化数据清洗、结构化存储）、检索算法评估与选型（向量检索、语义匹配等）、生成环节优化（prompt设计、上下文整合），确保技术架构贴合企业实际业务需求；
3. 持续提升RAG系统性能表现，优化检索效率与生成准确率，针对业务反馈的检索偏差、回答异常等问题，快速定位根源（如知识库同步滞后、检索参数设置不当）并实施改进措施；
4. 为关键业务场景提供技术支撑，协助团队成员解决开发中的难点问题，能够依据模型上下文窗口限制（如4k/8k/32k）和token成本因素，制定合理的文本拆分与拼接策略；
5. 负责AI服务的交付与日常运营，具备强烈的责任意识，完成AI能力的定制化改造、接口对接及在业务系统中的落地部署，并持续提供运维支持保障。
任职要求:
1. 计算机科学与技术、软件工程、人工智能等相关专业本科及以上学历，具备2年以上RAG相关技术研发经历。
2. 技术基础扎实：熟练使用Python语言，精通NLP常用工具框架（如Hugging Face Transformers、LangChain、FAISS），具有向量数据库（如Milvus等）部署与性能调优实践经验。
3. 具备完整RAG系统落地能力，熟悉“数据预处理—知识库构建—检索策略设计—生成优化—测试上线—运维迭代”全流程，能独立应对召回率低、生成内容脱离上下文等典型问题；
4. 熟悉主流大模型（如QWEN/DEEPSEEK系列）特性，能根据具体业务需求选择适配的基础模型，具备大模型微调（LoRA、QLoRA）或上下文工程经验者优先；
5. 拥有RAG系统性能优化经验，可通过检索层调整（向量索引压缩、缓存机制设计）、生成层优化等手段，有效控制端到端响应延迟，满足实时性业务要求；
6. 具备在高压环境下快速识别问题并提出可行解决方案的能力。
1. 持续关注RAG与大模型领域的前沿动态（如多模态检索、增量更新机制、混合检索策略、GraphRAG等），深入研究先进检索算法、语义分块方法及生成效果优化路径，紧跟技术演进方向，推动技术创新与方案迭代；
2. 主导RAG技术体系的设计与实施，负责系统全周期建设工作，涵盖知识库搭建（非结构化数据清洗、结构化存储）、检索算法评估与选型（向量检索、语义匹配等）、生成环节优化（prompt设计、上下文整合），确保技术架构贴合企业实际业务需求；
3. 持续提升RAG系统性能表现，优化检索效率与生成准确率，针对业务反馈的检索偏差、回答异常等问题，快速定位根源（如知识库同步滞后、检索参数设置不当）并实施改进措施；
4. 为关键业务场景提供技术支撑，协助团队成员解决开发中的难点问题，能够依据模型上下文窗口限制（如4k/8k/32k）和token成本因素，制定合理的文本拆分与拼接策略；
5. 负责AI服务的交付与日常运营，具备强烈的责任意识，完成AI能力的定制化改造、接口对接及在业务系统中的落地部署，并持续提供运维支持保障。
任职要求:
1. 计算机科学与技术、软件工程、人工智能等相关专业本科及以上学历，具备2年以上RAG相关技术研发经历。
2. 技术基础扎实：熟练使用Python语言，精通NLP常用工具框架（如Hugging Face Transformers、LangChain、FAISS），具有向量数据库（如Milvus等）部署与性能调优实践经验。
3. 具备完整RAG系统落地能力，熟悉“数据预处理—知识库构建—检索策略设计—生成优化—测试上线—运维迭代”全流程，能独立应对召回率低、生成内容脱离上下文等典型问题；
4. 熟悉主流大模型（如QWEN/DEEPSEEK系列）特性，能根据具体业务需求选择适配的基础模型，具备大模型微调（LoRA、QLoRA）或上下文工程经验者优先；
5. 拥有RAG系统性能优化经验，可通过检索层调整（向量索引压缩、缓存机制设计）、生成层优化等手段，有效控制端到端响应延迟，满足实时性业务要求；
6. 具备在高压环境下快速识别问题并提出可行解决方案的能力。
2026-06-13 13:20
IP属地：广东广州
职位福利
本科3-5年深度学习大模型算法PythonJavaTransformerLANGCHAIN
安利（中国）日用品有限公司
已上市 · 10000人以上
鱼泡安全保障
如遇到办证收费、刷单、传销、诱导买车等违规行为，请立即向鱼泡直聘投诉举报投诉举报 >
附近适合您的职位
收藏职位
