后端开发工程师

岗位职责 负责基于FastAPI的后端服务架构与开发，保障接口的高性能、高可用与安全性。 参与RAG（检索增强生成）系统的整体设计与实现，涵盖文档解析、向量化处理、信息检索、结果召回及大模型集成。 承担向量数据库（如Milvus/Faiss/Weaviate/PostgreSQL+pgvector）的规划、调优与日常维护工作。 持续优化文本分块策略、索引机制与检索逻辑，提升系统在准确率、召回率和响应效率方面的表现。 协同前端、产品及算法团队高效推进，推动AI应用场景的落地实施。 撰写规范的技术文档，确保代码具备良好的可读性、可维护性与扩展能力。 任职要求 本科及以上学历，计算机、软件工程、人工智能等相关专业者优先考虑。 精通Python编程，掌握FastAPI/Flask/Django等主流Web框架，有实际项目中使用FastAPI的经验。 具备RAG技术体系相关经验，熟悉以下环节： 文档提取与预处理（支持PDF/Word/Markdown等格式）。 嵌入模型应用（如HuggingFaceEmbeddings、OpenAIEmbeddings、QwenEmbedding等）。 检索与匹配技术（Faiss/Milvus/pgvector等工具）。 大模型接口对接（OpenAIAPI、Qwen、DeepSeek或本地部署的大模型）。 熟悉关系型与非关系型数据库（PostgreSQL/MySQL/Redis），能够设计合理的存储结构与索引方案。 有分布式架构、异步任务处理（Celery/RabbitMQ/Kafka等）实践经验者优先。 掌握Docker/Kubernetes部署流程，具备云平台（AWS/Azure/阿里云等）使用经验者更佳。 具备良好编码规范，熟练使用Git/CI/CD工具，能编写可测试、高质量的代码。 对AI技术应用与RAG架构有强烈兴趣，具备快速学习能力和问题解决能力。 加分项 拥有真实落地的RAG项目经历（如企业知识库、智能问答系统、文档搜索引擎等）。 熟悉LangChain/LlamaIndex等RAG开发框架。 有学术论文检索、知识图谱构建或多模态检索相关背景。 参与过开源项目贡献或有技术博客输出者优先录用。