核心职责
1. 系统架构与开发
- 负责垂直领域RAG系统的后端架构设计，搭建高可用、可扩展的服务框架。
- 对接文档处理流水线，实现处理后的数据存储与检索服务（如向量数据库集成、元数据管理），与数据处理工程师协作确保自动化流程衔接。
- 设计并实现用户权限管理、知识库更新、日志监控等核心模块。
2. 检索服务与接口开发
- 开发RAG检索接口，基于NLP算法工程师提供的模型与策略（如排序规则、上下文截断），实现高效的内容检索与结果返回。
- 优化接口性能（响应速度、QPS、容错），设计缓存机制与负载均衡策略。
3. 部署与运维
- 使用Docker/Kubernetes实现服务容器化，配合DevOps工具链完成CI/CD部署。
- 搭建系统监控体系（如Prometheus/Grafana），保障服务稳定性。
4. 协作与迭代
- 与数据处理工程师协作，通过API或消息队列对接清洗后的结构化数据。
- 评估并引入工具链（如FastGPT/Dify插件化开发），降低二次开发成本。

硬性要求
1. 技术基础
- 计算机/软件工程相关专业本科及以上学历，3年以上后端开发经验。
- 精通Python/Java/Go至少一门语言，熟悉异步编程、分布式系统设计。
- 熟练掌握RESTful/GraphQL API设计，熟悉MySQL/PostgreSQL/MongoDB等数据库。
- 熟悉微服务架构，有高并发系统开发经验（如消息队列、缓存优化）。
2. 工程能力
- 熟练使用Docker/Kubernetes部署服务，了解Prometheus/Grafana等监控工具。
- 熟悉Git协作流程，具备良好的代码规范意识（单元测试、文档撰写）。
- 有云服务（AWS/Aliyun/Tencent Cloud）实战经验，熟悉Serverless架构优先。
3. 领域经验
- 有搜索系统、推荐系统、API服务开发经验者优先。
- 了解RAG系统基本架构（非算法细节），如检索流程、向量数据库交互逻辑。
加分项
1. 熟悉FastGPT/Dify等框架的二次开发（如插件扩展、API鉴权定制）。
2. 有Elasticsearch/Milvus/Pinecone等检索工具集成经验。
3. 熟悉消息队列（Kafka/RabbitMQ）在数据流水线中的应用。
4. 开源项目贡献者、技术博客作者，或对前沿技术有强烈探索意愿。
职责边界说明
1. 与数据处理工程师的分工：
- 数据处理工程师负责文档的预处理（格式解析、敏感信息清洗、分块规则执行）。
- 后端工程师仅负责对接处理后的数据，实现存储、检索接口与自动化调度。
2. 与NLP算法工程师的分工：
- NLP工程师负责分块策略优化、Embedding模型选型与排序算法设计。
- 后端工程师负责将算法逻辑封装为可调用的接口，并确保工程落地。