语义搜索工程师

到岗时间：不限 婚况要求：不限 【关于角色】 语义搜索是机器人知识调用与记忆检索的核心能力。作为语义搜索工程师，你将负责构建机器人的向量检索与知识管理系统，使机器人能够快速、精准地从海量经验库、知识图谱和情境记忆中检索相关信息，支撑推理、对话与任务规划的智能决策。你构建的语义搜索基础设施将是机器人"长期记忆"的技术核心。解决用户看不见的技术问题，让用户可感知到的是扎实技术带来的流畅自然体验。 【核心责任】 - 设计并实现高性能的语义向量检索系统，支持文本、图像、视频等多模态内容的相似性检索 - 构建和优化RAG（检索增强生成）管线，将外部知识库与LLM推理深度整合 - 研究嵌入模型的训练与领域自适应微调方法 - 设计机器人场景下的混合检索策略（稠密检索 稀疏检索 重排序） - 负责向量数据库的选型、部署与性能调优 - 建立搜索质量评估体系，设计相关性评估指标与A/B测试框架 【基础要求】 - 扎实的信息检索与自然语言处理基础，熟悉BM25、TF-IDF等传统检索方法 - 深入理解稠密检索技术（bi-encoder、cross-encoder、ColBERT等） - 精通Python，熟悉sentence-transformers、Hugging Face等向量模型库 - 有向量数据库的实际部署与调优经验（Milvus、Qdrant或同类产品） - 有完整的RAG系统搭建经验，理解检索质量对生成效果的关键影响 - 具备检索系统的性能优化能力（索引构建、ANN算法选型、查询加速） 【更好】 - 有多模态嵌入（图像 文本联合检索）的工程实践经验 - 熟悉知识图谱构建与图神经网络在知识检索中的应用 - 有机器人长期记忆或情境记忆系统的设计经验 - 在SIGIR、ACL、EMNLP等知名信息检索或NLP会议发表过相关论文 - 有大规模（亿级向量）检索系统的工程经验