最新RAG远程工作招聘信息

岗位职责

• 梳理并设计AI自动化工作流，连接大模型与内部系统、数据库及第三方平台
• 开发AI工具和Agent，建立监控、重试与回退机制
• 推动工具在团队中落地，沉淀SOP、组件和使用规范

任职要求

• 2年以上软件开发经验，能独立完成工具上线
• 掌握Python/TypeScript/Java/Go之一，熟悉前后端和数据库
• 有大模型API、RAG或Agent工作流实战经验
• 具备产品和流程意识，能量化节省工时和使用率

加分项

• 有n8n、Dify、LangGraph、MCP或RPA经验
• 有内容生产、知识库、客服或研发提效产品经验
• 有模型评测、浏览器自动化或本地模型部署经验

岗位职责

• 负责AI虚拟角色对话逻辑，包括Prompt工程、多轮记忆机制、情绪状态机
• 基于开源模型进行LoRA微调，优化对话风格与人设稳定性
• 构建多模态RAG系统，实现内容向量化、检索与推荐
• 负责开源大模型私有化部署与推理优化，控制Token成本

任职要求

• 2年以上后端或AI应用开发经验，精通Python，熟悉FastAPI或Flask
• 有真实落地的LLM应用开发经验，熟练Agent编排与Function Calling
• 熟悉主流向量数据库，有海量数据RAG调优经验
• 熟悉HuggingFace生态，有vLLM、Ollama等部署开源模型经验
• 掌握LoRA轻量级微调原理与流程

岗位职责

• 开发 LLM 应用，覆盖 Prompt 工程、RAG、Agent 与工具调用
• 对接主流大模型 API，做好封装与调用优化
• 搭建向量数据库与知识库检索链路
• 优化效果、成本与响应延迟，保障线上稳定性

任职要求

• 3 年以上后端或全栈经验，熟悉 Python、Java 或 Go
• 有 LLM 应用开发实战经验，熟悉 RAG、Function Calling
• 熟悉至少一种 AI 应用框架，如 LangChain、LlamaIndex、Dify
• 熟悉向量数据库及 embedding 检索原理

加分项

• 有 Multi-Agent 经验
• 有模型微调经验
• 有高并发系统或移动端开发经验