任务详情
又来鸭鸭找小伙伴啦～
职位信息如下，符合要求感兴趣的小伙伴们请联系。每一封邮件将3个工作日内回复。
为什么选择我们：
技术导向，你将接触到最前沿的技术，在机遇与挑战并存的环境中快速成长；
志趣相投，你将和一群坚持开源，对技术充满热情的小伙伴一起共事；
快乐工作，你将在平等自由开放的企业文化中，做自己喜欢的技术，没有加班和996；
快速成长，你将有机会参加世界顶级技术会议，与世界各国小伙伴一起交流；
只工作不上班（来自鸭鸭），支持远程办公，只要你足够优秀，我们可以在世界各地一起并肩战斗。
AI工程师 – 情报系统方向
薪资：4000-6000USD/月，能力强者可商议
工作形式：远程（每年会有一次为期一周的 Workcamp 集中办公/团建）
**岗位简介 **
我们正在构建一个AI驱动的情报分发平台，融合结构化信号抽取、检索增强生成（RAG）、规则逻辑与大语言模型推理，打造面向加密与金融行业的智能情报系统。你将加入核心工程团队，参与构建从Document → Signal → Feature → Insight的全链路系统。该角色需要扎实的工程能力，并对LLM、RAG框架与特征工程等前沿AI技术保持强烈兴趣。
主要职责
设计与实现Signal/Feature特征抽取管道，支持规则、正则、机器学习及LLM混合抽取。
构建与优化召回层（OpenSearch / Postgres / Qdrant），实现高效候选检索。
实现应用层（CEL / JsonLogic / LLM）用于业务逻辑判断与特征推理。
集成LLM API（如OpenAI、Anthropic）以支持规则生成、特征抽取与Schema演进。
使用轻量模型（Logistic Regression、GBDT、小型Transformer）优化性能，实现LLM蒸馏。
与产品、数据及AI团队协作，推进Signal/Feature Schema、缓存与状态仓架构演进。
持续关注LLM、RAG、Agent与数据智能方向的新技术并主导验证实验。
**任职要求 **
熟练掌握Python，愿意学习Go或Rust等语言。
具备信息检索、RAG系统或数据管道的实现经验或理解。
熟悉OpenSearch、Elasticsearch、Postgres或向量数据库（Qdrant、Milvus）。
熟悉Kafka、Flink或规则执行框架（CEL、OPA、JsonLogic）。
具备将算法与工程结合的能力。
学习能力强，具备良好的问题解决与自驱力。
沟通与团队协作能力优秀，具备中英文双语能力者优先。
对AI前沿技术与新框架保持持续兴趣与热情。
**加分项 **
有LLM结构化抽取或非向量化RAG经验。
具备模型蒸馏、压缩或轻量推理经验。
熟悉加密、金融情报或Alternative Data领域。
有分布式系统或大规模数据工程背景。
**我们提供 **
参与融合LLM、信息检索与数据智能的创新系统研发。
扁平化、技术驱动与学习导向的团队文化。
支持远程与弹性办公。
从0到1参与设计与实现新一代AI驱动的情报系统架构。
