标题：Agentic AI 开发者 (Python) — Vertex AI RAG + 图/向量数据存储
地点：新泽西州伯克利高地（现场工作5天）
角色概述
我们正在寻找一位优秀的 agentic AI 开发者，能够构建和生产化基于 Vertex AI 的 RAG 系统（Vertex AI 搜索 / Vertex AI RAG 模式），设计可靠的工具使用代理，并能够熟练使用向量数据库和图数据库。您将负责端到端的交付：数据摄取 → 检索 → 代理编排 → 评估 → 部署。
工作内容
- 在 Google Cloud / Vertex AI 上设计和实现 RAG 管道（分块、嵌入、索引、检索、重新排序、基础）。
- 使用 Python 优先的框架构建 agentic 工作流（工具使用、规划、反思/防护栏、结构化输出）。
- 将代理与图数据库（例如，Neo4j、JanusGraph、Neptune）和向量数据库（例如，Vertex 向量搜索、Pinecone、Weaviate、Milvus、pgvector）集成。
- 从 PDF、文档、网页和内部来源创建稳健的数据摄取/ETL；实施元数据策略和访问控制。
- 定义和运行评估（检索指标、答案质量、幻觉/基础检查），并迭代改进系统质量。
- 投入生产：API、监控/可观察性、成本/性能优化、CI/CD 和安全最佳实践。
必备技能
- 强大的 Python 技能（清晰架构、异步、测试、类型、打包）。
- 拥有构建 RAG 解决方案的经验（混合搜索、重新排序、分块策略、嵌入、提示 + 模式设计）。
- 熟悉 Vertex AI 和 Google Cloud Platform 基础知识（IAM、日志/监控、Cloud Run/GKE、存储）。
- 至少有一个 agentic 框架的经验（例如，LangGraph/LangChain、LlamaIndex、Semantic Kernel、AutoGen）和工具/功能调用模式。
- 具备向量搜索概念的扎实知识，并在生产中使用至少一个向量数据库。
- 熟悉图数据建模和图查询（Cypher/Gremlin/SPARQL 基础）。
- 强大的工程实践：代码审查、测试、遥测、安全设计、可靠性思维。
加分项
- RAG 的知识图谱（实体链接、图遍历 + 检索融合）。
- 流媒体/消息传递（Pub/Sub、Kafka）、文档管道（Document AI）和多语言检索。
- 评估工具经验（RAGAS、TruLens、定制评估工具）、提示/版本管理。
- 前端集成（基础 React/Next.js）或平台支持（内部开发者工具）。
