NLP算法（RAG&Agent方向） 【岗位职责】 1、负责低幻觉RAG系统的全流程建设与创新优化： --基于LlamaIndex框架搭建模块化RAG流程，涵盖知识库分层构建、OpenIE 、动态检索逻辑开发； --融合Agentic-RAG架构，设计Agent驱动的检索策略（如多轮交互式检索、基于任务目标的检索范围自适应调整），提升复杂需求下的信息匹配精度； --优化Embedding模型选型与调优（如领域适配性微调、语义映射一致性校验），结合Rerank算法实现召回结果精排，同时落地幻觉检测与抑制方案（如事实归因、检索结果冲突校验），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（如对接外部API、数据库）； --联动RAG系统与Agent能力，实现“检索-思考-决策”闭环（如Agent调用RAG获取实时知识、基于RAG结果生成任务执行方案），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，提升RAG检索精度、Embedding语义表达能力及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、本科及以上学历，计算机科学、统计学、金融工程相关专业； 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（如动态任务规划与检索协同； --有LlamaIndex框架实战经验，能独立完成模块化RAG系统搭建（如自定义Reader、Index、Query Engine）； --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）、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、ONNX Runtime），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、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。