岗位职责
- 负责Agent大模型能力层建设，包括Prompt工程体系设计、RAG检索增强生成、上下文工程优化。
- 搭建企业知识库的Embedding Pipeline，实现高质量语义检索。
- 设计和优化Agent的意图识别、对话管理、知识问答等核心NLP能力。
- 负责Agent评测体系落地：构建评测数据集（Golden Dataset）、设计评测指标（Faithfulness、Answer Relevancy、Context Precision等），实现自动化评测流水线。
- 探索多模型路由策略（国内外大模型混合调用），平衡效果与成本。
职位要求
- 本科及以上学历，2年以上LLM应用开发经验，重落地非纯研究。
- 精通Python，有真实LLM应用上线经验（非Demo级别）。
- 熟悉RAG、Embedding、向量检索全链路，有向量数据库使用经验（Milvus/Chroma/Pinecone）。
- 有Agent/RAG评测经验：熟悉RAGAS、DeepEval、TruLens、PromptFoo中至少一种评测框架。
- 熟悉LangChain/LlamaIndex/LangGraph等LLM应用开发框架。
- 熟悉主流大模型API（OpenAI、Anthropic、通义千问、文心等）。
- 对生成质量和推理成本敏感，能系统化评估与优化模型效果。
- 了解Genspark搜索Agent的RAG架构、Manus的多步推理评测方法者加分。
