大模型应用架构师（RAG/Agent）

该职位来源于猎聘 岗位职责： AI系统整体架构设计与技术选型： - 主导企业级AI应用的整体架构设计，完成业务需求到技术方案的深度转化； - 负责技术选型、系统架构设计、数据与知识组织设计； - 设计RAG / 知识图谱 / Agent 融合方案，搭建可稳定、可迭代、高精度的企业知识库AI体系； - 支持私有化部署架构落地，保障系统高可用与可扩展性。 AI效果优化与全链路调优： - 负责AI系统效果优化与持续迭代，针对AI回答不准、幻觉严重、检索匹配差、问答错乱等问题做专项技术攻坚； - 深度优化文档切片策略、召回模型、RAG流程、重排序算法、提示词工程； - 主导知识库清洗、问答库扩充、阈值配置、上下文优化等全链路调优工作； - 持续提升问答准确率、信息召回率，严格控制模型幻觉，增强系统稳定性与复杂任务执行能力。 智能体（Agent）核心能力建设： - 设计与实现Agent核心能力，完成工具调用、流程编排、多步推理、任务拆解； - 实现Agent与RAG、知识图谱的深度协同； - 探索多Agent协作、自主规划等前沿技术方向。 后端系统开发与工程实现： - 基于Python/Java技术栈完成核心功能设计与实现； - 负责Spring Boot / Spring Cloud微服务系统开发与接口设计； - 参与AI中台、知识库、智能问答、文档解析等系统建设； - 参与FDE（前沿部署工程）相关工作：推理链路稳定性治理、AI应用性能优化与监控。 任职要求： 985/211学历优先 1. 精通企业AI知识库/RAG全链路架构，深入理解底层逻辑与完整链路（切片、向量库、检索、召回、排序、大模型推理、Agent编排），具备独立架构设计与技术攻坚能力； 2. 具备极强的AI知识库调优实战经验，能独立解决回答不准、答非所问、幻觉、漏答、匹配错乱等核心技术问题； 3. 扎实的工程能力：熟悉Python/Java技术栈，精通Spring Boot / Spring Cloud微服务架构，具备高并发系统设计与开发经验； 4. 深入掌握以下技术方向：

RAG（检索增强生成）架构与优化

Agent / Workflow 编排

• 向量数据库（Milvus/PGVector等）接入与优化

Prompt Engineering

• NL2SQL / 知识库 / Copilot 类场景 5. 熟悉主流知识库平台、私有化部署、模型微调、向量数据库优化； 6. 有政企、制造业、企业数字化AI知识库落地项目经验优先； 7. 具备良好的技术文档输出能力，能清晰表达技术方案与优化思路。