资深AI算法研发工程师（Rag)

Excited to grow your career?

We value our talented employees, and whenever possible strive to help one of our associates grow professionally before recruiting new talent to our open positions. If you think the open position you see is right for you, we encourage you to apply!

Our people make all the difference in our success.

我们正在打造下一代 AI 原生知识平台，利用大型语言模型（LLM）和先进的搜索技术，帮助企业轻松和无缝地访问和检索内部和外部的知识。
你将加入一个高速发展的工程团队，设计并落地兼具算法与工程能力的搜索解决方案，驱动企业级搜索（Enterprise RAG）、AI 助手和知识发现体验。
在这里，你不仅会构建高性能、可扩展的搜索与检索系统，还将直接参与搜索算法、排序模型、嵌入模型的设计与优化，将机器学习与工程实现深度结合，推动 AI 驱动搜索体验的极限。

岗位职责
1.设计并实现可扩展的 Agentic Retrieval 系统，实现对内部内容（会议、消息、文档、白板、视频等）的实时问答能力。
2.设计并实现智能搜索与检索解决方案，覆盖从数据摄取、索引、召回到排序、重排序、结果生成的完整链路。
3.构建高效的数据管道，支持多类型半结构化数据（会议、消息、文档、视频等）的处理，并实现细粒度权限控制。
4.研发与迭代搜索相关的机器学习模型（嵌入、语义召回、排序、重排序等），提升搜索相关性与答案质量。
5.与产品、设计和后端工程师协作，将搜索算法与产品功能深度结合，快速验证并上线搜索功能。
6.优化搜索系统的性能与稳定性，确保在真实生产环境下的高吞吐量、低延迟与高可用性。
7.关注用户体验，通过实验、A/B 测试和数据分析持续改进搜索质量与交互体验。

任职要求：
1.本科及以上学历，计算机科学、机器学习、信息检索或相关专业背景优先。
2.4 年以上后端开发、搜索系统或机器学习工程经验，熟练掌握 Java / Python / Golang 之一。
3.具备机器学习或 NLP 应用经验，熟悉嵌入模型、语义搜索、排序模型等原理与实现。
4.熟悉数据管道、分布式系统及云原生工具（Docker、Kubernetes、AWS 等）。
5.具备良好的问题分析与解决能力，能在跨学科团队中高效协作。

加分项
1.有搜索平台或大规模检索系统的开发与优化经验（如 Elasticsearch、OpenSearch、向量数据库等）。
2.有端到端搜索系统（算法 + 工程）落地经验。
3.有 LLM 应用、RAG 或 Agentic Retrieval 经验。
4.熟悉 A/B 测试、搜索指标（如 NDCG、MRR、CTR）及其优化方法。
5.有外企或跨国协作经验，具备良好的产品意识和用户导向思维。