【可遠端】 資深AI / RAG 工程師

我們正在打造下一代 AI Agent + RAG 系統平台，讓人工智慧真正具備「理解、推理、整合資訊」的能力，而不只是輸出答案。

如果你想加入一支能快速迭代、勇於嘗試、深度技術導向的團隊，
並在真正的大規模知識系統上挑戰 AI 的極限，
我們誠摯邀請你加入。

職位亮點

• 主導公司核心 AI Agent 架構與 RAG 系統 的技術方向
• 直接影響產品體驗，以及 AI 的自然度、正確性、可擴充性
• 可以提出並落地自己的技術決策
• 團隊重視工程品質、深度技術討論與自主性
• 遠端友善 / 高度彈性 / 快速決策

---
工作內容
1.AI Agent / LLM 系統開發

• 建構與維護多代理（Multi-Agent）架構、tool calling、上下文管理
• 開發並優化 LLM 效能、推論品質、延遲時間與成本監控
• 設計與開發內部 API，整合第三方 AI 平台或資料服務

2.RAG 系統設計、診斷與最佳化

• 審核並改進現有 RAG Pipeline（chunking、embedding、retrieval）
• 為長篇文件（書籍、論文、研究資料）設計精準的語意分塊策略
• 實作混合搜尋（semantic + keyword）與重排序模型（Re-ranker）
• 調整參數（Top-k、相似度門檻、重疊策略等）提升查準率
• 設計上下文注入策略，進行 Prompt Engineering 與 A/B 效能測試
• 使用 RAGAS、LangSmith 等工具建立並維護自動化評估流程

3.產品與系統工程

• 與產品團隊共同打造 AI 相關功能
• 參與產品原型驗證、Issue debugging、效能最佳化
• 協助部署、容器化、資料庫調校

4.影響力與跨團隊合作

• 提出技術方向與架構建議
• 與 PM、設計師、其他工程師合作，從 0→1 打造 AI 功能
• 參與技術分享與最佳實踐制定

---

你的貢獻將會直接反映在產品效果上，包括：

1.檢索相關性：Top-3 block relevance
2.自然度與理解力：AI 對話表現明顯優於原 baseline
3.正確性：能準確引用資料來源、作者、理論
4.效能提升：降低延遲與成本；提升模型穩定性
5.架構品質：可維護、可擴充的 RAG / Agent 系統

---
必備條件（Must-have Qualifications）**
AI / LLM / RAG 實戰能力

• 1 年以上 AI / LLM 開發經驗（OpenAI API、LangChain、LlamaIndex 等）
• 成功部署 RAG 系統到 Production 的經驗（非 demo）

具備以下能力：

• 語意與邏輯分塊（Semantic / Propositional Chunking）
• 查詢擴增（HyDE、Multi-query）
• 混合搜尋（keyword + vector）
• 重排序模型（Re-ranker / Cross-Encoder）
• 嵌入模型（OpenAI、Sentence Transformers、自訓模型）
• 能獨立調校檢索系統品質，具備 LLM Debug 與 Prompt Engineering 能力

後端 / 全端工程能力

• 5+ 年 Python 開發經驗，熟悉 API 設計、最佳化
• 3+ 年全端開發經驗（TypeScript / Node.js / Next.js 其一）
• 熟悉：
• PostgreSQL（含 pgvector）
• Docker
• Linux 基礎操作與伺服器部署
• Git Flow 與版本管理

---
使用的技術工具

• Python
• TypeScript / Node.js
• Next.js / React
• PostgreSQL / pgvector
• Docker / Linux
• LangChain / LangGraph / OpenAI Assistants API

---
如果你希望站在 AI 技術與產品的最前線，
打造真正能「思考」的 AI 系統，
我們非常期待與你聊聊