RAG对话AI工程师

数据管道（ETL）：负责多格式文档（PDF/Word/Markdown 等）的解析、清洗、智能切片与文档解析、版面分析，元数据抽取。

检索架构建设：设计并实现高并发、低延迟的混合检索系统，包含全文检索、向量检索、混合召回及重排（Rerank）。

索引与数据治理：建设全量/增量索引体系，解决数据一致性、任务调度、失败重试及过期索引治理问题。

具备 RAG 系统设计与落地实战经验；主导检索、生成链路优化，搭建效果评估体系，治理模型幻觉、线上性能瓶颈；围绕召回率、准确率、排序质量、响应耗时持续迭代调优。

负责智能对话系统的设计与开发，搭建适配展品场景的智能问答、支持规则型、模型型对话系统的迭代优化，优化多轮对话交互体系。

基于NLP技术完成用户意图识别、语义理解、对话纠错等核心功能开发与优化

本科及以上，系统/信息工程/供应链管理等相关专业

熟练使用Python开发语言，具备扎实的NLP自然语言处理基础知识。

有对话系统、AI模型语音对话系统的开发与落地经验，熟悉对话流程设计逻辑。

精通用户意图理解、语义匹配、多轮对话上下文管理等核心模块开发。

RAG 经验：至少 2 年以上 RAG、企业知识库、智能问答系统开发、智能搜索或向量检索项目的实际落地经验