RAG技术研究实习生

工作职责: 1、参与构建面向大规模非结构化数据的检索增强生成（RAG）系统整体架构设计与实现。 2、研发高效检索方法，涵盖向量检索、混合检索及语义搜索等技术，提升信息召回的准确率与相关性。 3、探索知识图谱在RAG流程中的融合应用，包括实体识别、关系抽取，并利用图结构优化检索与生成效果。 4、参与大语言模型在特定领域非结构化数据上的微调任务，提升模型对专业内容的理解与输出能力。 5、对RAG各模块进行性能测试与分析，基于实验反馈持续优化系统表现。 6、关注RAG及相关前沿技术动态，积极参与团队内部技术交流与分享。 任职资格: 学历背景： 计算机科学、人工智能、自然语言处理或相关专业在读硕士研究生。 ***专业技能*** 1、掌握检索增强生成（RAG）的核心机制与典型流程。 2、具备扎实的自然语言处理理论基础，熟悉Transformer、BERT等主流深度学习模型。 3、有信息检索相关项目或研究经历，了解向量数据库（如FAISS, Milvus）和检索引擎（如Elasticsearch）者优先。 4、具有知识图谱实践经验，熟悉图谱构建过程、图查询语言（如SPARQL, Cypher）及图数据库（如Neo4j）。 5、具备大语言模型微调的实际经验，熟练使用Hugging Face Transformers、PyTorch等主流框架。 编程能力： 熟练掌握Python编程，熟悉常用数据科学与机器学习工具库。 ***综合素质*** 1、具备出色的逻辑分析与问题解决能力。 2、具备良好的沟通协作意识，能够高效融入团队合作。 3、对人工智能前沿技术有强烈兴趣，具备快速掌握新知识的能力。 ***加分项*** 在高水平学术会议或期刊发表过相关研究成果。 有处理大规模非结构化数据（如文本、图像、音视频）的实际经验。 熟悉多模态信息的检索与生成技术并有过实践经历。 有开源社区贡献经历者优先。