LLM应用开发工程师（RAG方向）

岗位职责：
1. 负责RAG系统架构设计与开发 ，结合生物信息领域知识库（如基因组数据、蛋白质结构、药物靶点等），实现高效检索与生成模块的集成，提升问答、摘要等场景的准确性
2. 主导基于LLM的智能对话、知识图谱、文档摘要等场景的算法设计与优化，推动RAG（检索增强生成）、AI Agent等技术在业务中落地。
3. 参与RAG系统开发，集成各类大模型与向量数据库，优化模型推理效率和检索性能。
4. 负责生物信息领域模型开发和优化，特别是在Graph RAG技术领域，利用Graph RAG技术构建生物信息知识图谱，提升系统智能水平。
职位要求：
具备扎实的深度学习与自然语言处理基础，熟悉RNN、LSTM、Transformer等时序模型
掌握常见的机器学习算法，如决策树、集成学习（随机森林、GBDT、XGBoost）等
熟练使用Python编程、Linux开发环境，熟练掌握主流深度学习框架pytorch/tensorflow，具备向量数据库（FAISS/Milvus...），图数据库（neo4j）开发能力。
具备 LangChain、llamaIndex 、autogen、langGraph等相关框架实践经验，熟悉其核心组件与应用场景，能够熟练运用框架搭建RAG系统， Agent 应用，解决实际业务问题。（重点）
熟悉开源可视化AI工作流编排框架，如ragflow / dify / n8n / fastgpt，有二次开发经验优先。
熟悉 RAG 相关技术原理，有 Query 执行规划、文档解析清洗、混合搜索、语义挖掘、图片解析经验优先。
熟练掌握Graph RAG技术，了解图神经网络（GNN）、知识图谱构建与嵌入方法，有知识图谱项目经验者优先