主分类：AI应用开发（非Agent）
来源 JD 数据（旧分类保留，当前主分类见上方）
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "RAG引擎研发工程师",
"job_level": "校招",AI生成
"work_category": "全职",AI生成
"department": "阿里巴巴控股集团 / 盒马",
"location": "北京 / 杭州",
"work_mode": "未披露",AI生成
"job_category": "技术类"AI生成
},
"company": {
"company_name": "阿里巴巴控股集团",
"company_industry": "电子商务 / 云计算 / 人工智能",
"company_size": "未披露",
"company_website": "alibaba.com",
"company_description": "阿里巴巴集团面向消费者和企业提供电子商务、云计算及人工智能服务。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "计算机、人工智能、软件工程、数学或相关专业本科及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1. 负责构建和优化基于RAG（Retrieval-Augmented Generation）架构的智能问答、知识推理系统；\n2. 开发高效的多模态数据（文本/图像/结构化数据）检索模块，优化Embedding模型与索引算法；\n3. 设计生成模型（如LLM）与检索系统的协同机制，提升结果相关性与逻辑连贯性；\n4. 探索混合检索策略（密集检索+稀疏检索），优化召回率与排序精度；\n5. 构建端到端性能评估体系，设计AB实验验证系统迭代效果；\n6. 跟踪LangChain、LlamaIndex等RAG技术生态，推动前沿技术落地。",
"requirements_text": "1. 计算机、人工智能、软件工程、数学或相关专业本科及以上学历；\n2. 热爱计算机及互联网技术，对大模型、信息检索等领域有浓厚兴趣，具备较强的技术热情和自驱力；\n3. 精通但不限于C/C++/java等编程语言中的一种或几种，有良好的编程习惯；\n4. 基础知识扎实，熟悉计算机系统结构、操作系统内核、网络、分布式系统、算法等领域； \n5. 熟悉Unix/Linux环境下编程，熟练使用调试工具，并熟悉某种脚本语言。\n【加分项】：\n1. 参与过 RAG、LangChain、LlamaIndex 等相关项目实践；\n2. 使用过 Sentence-BERT、BGE、OpenAI Embeddings 等 embedding 模型；\n3. 接触过向量数据库（如 FAISS、Milvus、Pinecone、Chrom\n4. 了解检索排序模型（如 BM25、DPR、ColBERT）或有信息检索项目经验；\n5. 在 GitHub 有开源项目或技术博客者优先。",
"skills": [AI生成
"Java",
"C++",
"Linux",
"分布式系统",
"数据库",
"大语言模型",
"检索增强生成"
],
"preferred_qualifications": "【加分项】：；5. 在 GitHub 有开源项目或技术博客者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://campus-talent.alibaba.com/campus/position/199907720096?deptCodes="
}
]
},
"posting": {
"posting_id": "199907720096",
"post_date": "2026-08-06",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://campus-talent.alibaba.com/campus/position/199907720096?deptCodes="
},
"fulltext": "RAG引擎研发工程师\nRAG引擎研发工程师\n\n基础信息\n毕业起止时间要求：2026-11-01 - 2027-10-31\n职位类别：技术类\n招聘项目：阿里巴巴2027届应届生\n工作地点：北京 / 杭州\n\n职位描述\n1. 负责构建和优化基于RAG（Retrieval-Augmented Generation）架构的智能问答、知识推理系统；\n2. 开发高效的多模态数据（文本/图像/结构化数据）检索模块，优化Embedding模型与索引算法；\n3. 设计生成模型（如LLM）与检索系统的协同机制，提升结果相关性与逻辑连贯性；\n4. 探索混合检索策略（密集检索+稀疏检索），优化召回率与排序精度；\n5. 构建端到端性能评估体系，设计AB实验验证系统迭代效果；\n6. 跟踪LangChain、LlamaIndex等RAG技术生态，推动前沿技术落地。\n\n职位要求\n1. 计算机、人工智能、软件工程、数学或相关专业本科及以上学历；\n2. 热爱计算机及互联网技术，对大模型、信息检索等领域有浓厚兴趣，具备较强的技术热情和自驱力；\n3. 精通但不限于C/C++/java等编程语言中的一种或几种，有良好的编程习惯；\n4. 基础知识扎实，熟悉计算机系统结构、操作系统内核、网络、分布式系统、算法等领域； \n5. 熟悉Unix/Linux环境下编程，熟练使用调试工具，并熟悉某种脚本语言。\n【加分项】：\n1. 参与过 RAG、LangChain、LlamaIndex 等相关项目实践；\n2. 使用过 Sentence-BERT、BGE、OpenAI Embeddings 等 embedding 模型；\n3. 接触过向量数据库（如 FAISS、Milvus、Pinecone、Chrom\n4. 了解检索排序模型（如 BM25、DPR、ColBERT）或有信息检索项目经验；\n5. 在 GitHub 有开源项目或技术博客者优先。\n\n在招业务\n阿里巴巴控股集团 / 盒马\n1. 负责构建和优化基于RAG（Retrieval-Augmented Generation）架构的智能问答、知识推理系统；\n2. 开发高效的多模态数据（文本/图像/结构化数据）检索模块，优化Embedding模型与索引算法；\n3. 设计生成模型（如LLM）与检索系统的协同机制，提升结果相关性与逻辑连贯性；\n4. 探索混合检索策略（密集检索+稀疏检索），优化召回率与排序精度；\n5. 构建端到端性能评估体系，设计AB实验验证系统迭代效果；\n6. 跟踪LangChain、LlamaIndex等RAG技术生态，推动前沿技术落地。\n1. 计算机、人工智能、软件工程、数学或相关专业本科及以上学历；\n2. 热爱计算机及互联网技术，对大模型、信息检索等领域有浓厚兴趣，具备较强的技术热情和自驱力；\n3. 精通但不限于C/C++/java等编程语言中的一种或几种，有良好的编程习惯；\n4. 基础知识扎实，熟悉计算机系统结构、操作系统内核、网络、分布式系统、算法等领域； \n5. 熟悉Unix/Linux环境下编程，熟练使用调试工具，并熟悉某种脚本语言。\n【加分项】：\n1. 参与过 RAG、LangChain、LlamaIndex 等相关项目实践；\n2. 使用过 Sentence-BERT、BGE、OpenAI Embeddings 等 embedding 模型；\n3. 接触过向量数据库（如 FAISS、Milvus、Pinecone、Chrom\n4. 了解检索排序模型（如 BM25、DPR、ColBERT）或有信息检索项目经验；\n5. 在 GitHub 有开源项目或技术博客者优先。",
"standard_classification": {
"std_category_code": "T008",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}