###自然语言处理算法工程师（RAG&Agent方向）【岗位职责】1.构建低幻觉RAG系统：基于LlamaIndex框架搭建模块化RAG流程，包括知识库分层构建、OpenIE开发和动态检索逻辑设计。融合Agentic-RAG架构，设计Agent驱动的检索策略，提升复杂需求下的信息匹配精度。优化Embedding模型选型与调优，结合Rerank算法实现召回结果精排，并实施幻觉检测与抑制方案，确保系统输出准确性。2.主导基于Agent的工作流开发：基于crewAI/Agno等Agent框架设计任务拆解逻辑、多Agent协作机制与工具调用流程。联动RAG系统与Agent能力，实现“检索-思考-决策”闭环，落地行业问答助手、多步骤业务处理等场景。3.参与NLP基础模型的适配与优化：结合业务需求，微调模型以提升RAG检索精度、Embedding语义表达能力和Agent的交互流畅度、任务完成率。4.负责系统性能监控与迭代：跟踪RAG幻觉率、Embedding匹配度、Rerank准确率、Agent任务完成率等核心指标，分析用户反馈与数据。5.跨团队协作：与产品、工程、业务团队对接，推动算法模型从研发到生产环境的落地。【任职要求】1.教育背景：统招本科及以上学历，计算机科学、统计学、金融工程等相关专业；3年以上NLP算法研发经验。2.核心技能：-精通NLP基础理论与技术，熟悉Transformer系列模型，掌握PyTorch等深度学习框架。-熟悉Agentic-RAG架构理念，理解其“Agent驱动检索”的核心逻辑。-有LlamaIndex框架实战经验，能独立完成模块化RAG系统搭建。-掌握Agent开发技术：具备crewAI或Agno框架实战经验，能搭建多Agent协作流程，理解任务规划（CoT、ToT）和工具联动逻辑。-具备工程化能力：熟悉Docker，Python，了解Linux环境下的模型部署（TensorRT、ONNXRuntime），以及vllm/sglang部署经验。3.项目经验：有以下经验之一者优先：-主导过基于Agentic-RAG或LlamaIndex的企业级项目落地，并有效控制幻觉率。-使用crewAI/Agno开发多Agent协同系统，且联动RAG实现“知识检索-任务执行”闭环。-有Embedding模型领域微调或Rerank算法优化经验，且显著提升检索系统精度。4.个人素质：具备良好的问题分析与解决能力，清晰的逻辑思维与沟通表达能力，关注NLP领域前沿技术。
联系我时，请说是在58同城上看到的，谢谢！