我們正在構(gòu)建下一代智能報(bào)告審核系統(tǒng)，旨在利用大語(yǔ)言模型（LLM）替代傳統(tǒng)人工對(duì)復(fù)雜的專業(yè)報(bào)告（如財(cái)報(bào)、盡調(diào)報(bào)告、法律文書）進(jìn)行合規(guī)性檢查、邏輯校驗(yàn)和風(fēng)險(xiǎn)點(diǎn)挖掘。這是一個(gè)高度復(fù)雜的Agentic Workflow系統(tǒng)，需要結(jié)合RAG（檢索增強(qiáng)生成）與多輪規(guī)劃（Planning）能力，解決長(zhǎng)文本、高精度、強(qiáng)邏輯的業(yè)務(wù)挑戰(zhàn)。
【崗位職責(zé)】
1. 核心引擎開發(fā)： 參與設(shè)計(jì)并開發(fā)基于大語(yǔ)言模型的報(bào)告審核引擎，負(fù)責(zé)核心功能的代碼實(shí)現(xiàn)，包括報(bào)告解析、指令理解、關(guān)鍵信息抽取與邏輯一致性校驗(yàn)。
2. Agent應(yīng)用構(gòu)建： 利用LangChain、LangGraph或Agno等框架，設(shè)計(jì)和實(shí)現(xiàn)復(fù)雜的多Agent協(xié)作系統(tǒng)（如主管Agent、審核Agent、檢索Agent、反思Agent），以完成長(zhǎng)文檔的自動(dòng)化審核流程。
3. RAG系統(tǒng)優(yōu)化： 負(fù)責(zé)RAG鏈路的工程落地與優(yōu)化，包括但不限于：文檔分塊（Chunking）策略優(yōu)化、Embedding模型選型、混合檢索（關(guān)鍵字+向量）召回、重排序（Rerank）以及Prompt壓縮，提升知識(shí)召回的準(zhǔn)確率。
4. 工作流編排： 基于LangGraph或類似的StateGraph框架，設(shè)計(jì)具備狀態(tài)管理、循環(huán)、分支判斷能力的復(fù)雜業(yè)務(wù)流程，確保審核邏輯的可控性和可解釋性。
5. 性能與效果調(diào)優(yōu)： 針對(duì)大模型推理的幻覺問題，設(shè)計(jì)校驗(yàn)機(jī)制（如Self-Consistency, Function Calling校驗(yàn)）；優(yōu)化Token消耗，降低響應(yīng)延遲，提升系統(tǒng)穩(wěn)定性。
【任職要求】
1. 硬性門檻：
? 統(tǒng)招本科及以上學(xué)歷，計(jì)算機(jī)、數(shù)學(xué)或相關(guān)專業(yè)，3年以上 Python開發(fā)經(jīng)驗(yàn)，編碼習(xí)慣良好，熟悉類型注解和異步編程（Asyncio）。
2. 大模型基礎(chǔ)：
? 深入理解Transformer架構(gòu)、大模型推理原理（如 Attention 機(jī)制）、Tokenization 及常見的 Prompt Engineering 技巧（Chain-of-Thought, ReAct）。
? 熟悉常用大模型（如GPT系列、Claude、Llama、Qwen等）的 API 調(diào)用及差異，了解 Function Calling / Tool Calling 的原理。
3. Agent框架經(jīng)驗(yàn)（核心加分項(xiàng)）：
? 加分： 熟悉 LangChain 生態(tài)，熟悉 LangGraph，能夠理解 State, Node, Edge 的概念，并利用其構(gòu)建復(fù)雜的循環(huán)和圖狀工作流（有實(shí)際落地案例者優(yōu)先）。
? 加分： 熟悉 Agno (原Phidata) 框架，或有使用類似框架構(gòu)建多Agent系統(tǒng)的經(jīng)驗(yàn)。
4. RAG實(shí)踐經(jīng)驗(yàn)：
? 熟悉 RAG 技術(shù)棧，掌握至少一種主流向量數(shù)據(jù)庫(kù)（如 Milvus, Chroma, Qdrant, Weaviate）的使用與優(yōu)化。
? 了解文本分割的難點(diǎn)（如表格、長(zhǎng)文本語(yǔ)義連貫性），有實(shí)際解決 RAG 中“查全率”與“查準(zhǔn)率”平衡問題的經(jīng)驗(yàn)。
5. 綜合素質(zhì)：
? 具備優(yōu)秀的邏輯思維能力，能夠?qū)?fù)雜的業(yè)務(wù)規(guī)則（審核邏輯）轉(zhuǎn)化為清晰的技術(shù)方案和Agent提示詞。
? 對(duì)技術(shù)有熱情，具備良好的團(tuán)隊(duì)溝通能力和抗壓能力。

【加分項(xiàng)】
? 有行業(yè)報(bào)告處理或?qū)徍讼到y(tǒng)開發(fā)經(jīng)驗(yàn)者優(yōu)先。
? 有模型微調(diào)（SFT/RHLF）經(jīng)驗(yàn)者優(yōu)先。
? 在 GitHub 上有高質(zhì)量的開源項(xiàng)目（尤其是 Agent / RAG 相關(guān)）或技術(shù)博客者優(yōu)先。