锦鲤求职岗位描述
工作内容
1、知识库架构设计与研发：主导企业级AI知识库平台的架构设计，构建支持海量异构知识接入、语义理解、多模态检索及动态知识更新的高可用智能系统，实现知识的高效组织、存储与推理。
2、知识集成与语义编排：深入理解企业内部业务系统（如CRM、ERP、文档库、数据库等），设计标准化的知识接入规范与数据管道，将非结构化/半结构化数据（文档、邮件、日志、工单等）转化为可计算的语义知识，并实现跨系统知识融合与自动化知识流编排。
3、复杂场景落地与优化：针对业务痛点（如智能知识问答、产品文档辅助、合规审查、研发知识检索、决策支持等），设计端到端的知识AI解决方案；通过RAG（检索增强生成）、Query改写、重排序策略、知识图谱推理及Embedding模型调优等手段，持续提升知识召回率、答案准确性与推理鲁棒性。
4、安全合规与评测体系：建立企业级知识库的安全与权限管控机制（数据脱敏、权限隔离、内容溯源），确保知识使用符合隐私与合规要求；搭建知识库效果评测基准（涵盖检索指标、生成质量、用户满意度等），量化业务价值并驱动系统迭代。
5、技术前瞻与团队赋能：跟踪RAG、GraphRAG、Agentic RAG、多模态知识检索等前沿技术演进，引入合适的新工具与框架；沉淀知识库开发最佳实践，指导初中级工程师，提升团队在知识工程与AI工程化方面的综合能力。
任职条件
1、大学本科及以上学历，并取得相应学位，计算机、人工智能、软件工程、自然语言处理等相关专业。
2、8年以上后端/架构或数据平台开发经验，其中至少2年知识库、搜索引擎、推荐系统或LLM+RAG应用的落地实战经验，有完整的企业级知识管理/智能问答项目从0到1交付案例者优先。
3、精通Python/Java/Go至少一门语言，具备扎实的工程化与系统设计能力，熟悉如Elasticsearch高性能检索系统架构。
4、深入理解LLM原理及RAG技术栈，熟练掌握向量数据库（如Milvus/Pinecone/Weaviate）、Embedding模型（如OpenAI embed、BGE、M3E）、重排序模型（如Cohere rerank）、稀疏-稠密混合检索等；了解知识图谱构建与推理（如Neo4j、RDF、SPARQL）者优先。
5、熟悉语义理解、信息抽取（实体识别、关系抽取）、文本分块策略、多轮对话管理等NLP技术，能够针对不同业务场景设计最优的检索与生成策略。
6、业务集成能力：有丰富的企业系统集成经验，能够快速将各类数据源（关系型DB、对象存储、消息队列、API服务）封装为知识库可消费的标准数据流或工具接口。
7、复合素养：具备优秀的业务抽象与需求拆解能力，能将模糊的业务知识需求转化为可执行的技术方案；拥有极强的自驱力与技术好奇心，能在快速演进的技术生态中持续探索最优解。
【加分项】
1、有大规模知识图谱构建或多模态知识库（图文/音视频）落地经验。
2、参与过开源RAG/搜索/知识库项目（如Haystack、LlamaIndex、LangChain、Dify、RagFlow等）的核心贡献，或有相关顶会论文/竞赛成果。
3、熟悉模型轻量化微调（LoRA/QLoRA）及推理加速（vLLM/TensorRT-LLM），有将大模型高效集成到知识库系统的实践。
4、具备Agent+知识库结合经验。