主要职责
1. 系统开发与优化：

61 使用 Java 开发和维护招聘业务相关系统，包括但不限于候选人管理、职位匹配、面试安排等功能模块。
61 优化现有系统的性能，确保系统的高可用性和可扩展性。
61 基于 MCP Server 构建和扩展微服务架构，提升系统模块化和部署效率。

2. RAG 技术应用：

61 基于 RAG（Retrieval-Augmented Generation）技术，设计和实现智能问答、候选人简历解析、职位描述生成等功能。
61 结合自然语言处理（NLP）技术，提升招聘系统中的文本理解与生成能力。

3. Elasticsearch 与向量搜索：

61 使用 Elasticsearch 构建高效的搜索系统，支持候选人简历、职位描述等数据的快速检索。
61 实现基于向量搜索的语义匹配功能，提升候选人-职位的匹配精度。
61 优化 Elasticsearch 集群性能，设计合理的索引结构和查询策略。

4. 数据集成与处理：

61 集成第三方招聘平台数据，设计并实现数据清洗、转换和存储流程。
61 开发数据分析和可视化工具，支持招聘决策。

5. 团队协作：

61 与产品经理、数据科学家、前端工程师等紧密合作，确保项目按时交付。
61 参与技术方案讨论，提出创新性解决方案。

89

任职要求
1. 技术技能：

61 精通 Java 编程语言，熟悉 Spring Boot、Spring Cloud 等主流开发框架。
61 熟悉 MCP Server 架构原理，具备服务注册、治理、限流、容灾等相关开发经验。
61 熟悉 RAG 技术原理，有相关项目经验者优先。
61 熟练掌握 Elasticsearch，包括但不限于以下技能：
61 索引设计与优化
61 复杂查询（如全文搜索、聚合查询）
61 集群管理与性能调优
61 插件开发与集成（如 IK 分词器）
61 熟悉向量搜索技术，包括但不限于以下技能：
61 向量 embedding 的生成与存储
61 相似度计算（如余弦相似度、欧氏距离）
61 向量索引技术（如 HNSW、FAISS）
61 结合 ES 的向量搜索实现（如 ES 的 dense_vector 字段）
61 了解自然语言处理（NLP）和机器学习基础知识。
61 熟悉数据库技术（如 MySQL、PostgreSQL 等）和 RESTful API 开发。

2. 业务理解：

61 对招聘业务流程有深入了解，熟悉候选人匹配、职位发布、面试安排等环节。
61 有招聘系统开发经验者优先。

3. 软技能：

61 具备良好的沟通能力和团队协作精神。
61 具备较强的学习能力和解决问题的能力。

4. 加分项：

61 有云计算（如 Alibaba Cloud、AWS、Azure）开发经验。
61 熟悉前端技术（如 React、Vue.js）者优先。
61 有大规模数据处理或分布式系统开发经验者优先。