Kinfra智能检索算法研究(北上深)

负责前沿大模型应用算法的研究与落地，聚焦 RAG、Agentic Search、GraphRAG 及 LLM wiki 等核心技术方向；

推进多模态 Embedding 与 Reranker 模型的算法研发、训练与效果调优，提升复杂跨模态检索的精度与效率；

设计并实现具备长期记忆管理、多步推理与自主规划能力的 Agent 系统，推动大模型在复杂任务求解中的应用；

跟踪大模型、知识图谱与信息检索领域的最新学术进展与工业界实践，将前沿算法转化为可落地的产品技术能力。

计算机、人工智能等相关专业硕士及以上学历；

具备扎实的机器学习与自然语言处理理论基础，精通 Python 和 PyTorch 等主流深度学习框架；

深入理解 RAG 架构优化、向量数据库调优、Agent 工作流设计或图计算技术原理。 加分项

在 ACL、EMNLP、KDD、NeurIPS、SIGIR 等顶会或期刊发表过论文，或在开源社区主导过知名 RAG/Agent/多模态检索项目；

有亿级数据量的多模态向量检索调优经验，或具备大规模长文本 Memory 管理与上下文压缩的实战背景；

具备敏锐的业务洞察与落地转化能力，有将前沿算法快速赋能业务并取得显著增长或突破的成功经历。