我们的市场生死攸关于其智能化程度：闪电般快速的语义搜索、多语言聊天能够真正理解上下文、以及基于数据的推荐帮助买家与日本制造商达成交易。您将成为将这些想法转化为生产现实的工程师——负责从快速原型到经过实战检验、可扩展的推理服务的一切工作。
技术栈
LLM / 代理：OpenAI，Ollama（本地 LLM），LangChain
检索：Firestore + 向量数据库，云存储
服务：Python FastAPI，Cloud Run，Docker/Podman
CI/CD：GitHub Actions，Terraform（即将上线）
监控：Cloud Logging，Prometheus，OpenTelemetry
职责
• LLM 驱动的代理——设计和部署多模态、工具使用的代理，能够分类查询、提出澄清问题，并起草估算（RAG 管道、函数调用等）。
• 向量搜索与知识图谱——在 Firestore + Weaviate 上构建和调整语义搜索，探索有用的图形表示。
• 模型评估——建立可重复的基准、离线/在线指标和自动回归，以便我们知道何时新的提示或微调确实更好。
• 原型制作 → 生产——在笔记本中制作概念验证（PoC），然后将成功的项目转化为在 Cloud Run 上运行的干净、经过测试的服务（Python FastAPI，偶尔使用 Go/Rust 辅助工具）。
• 合作——与产品和设计紧密配合，端到端交付功能。
要求
• 具有 2-3 年构建机器学习或数据密集型系统的经验（行业经验或高级研究生工作）。
• 编写干净的 Python 代码，并至少精通一个深度学习框架（优先考虑 PyTorch；JAX/TensorFlow 也欢迎）。
• 理解数学知识，能够在模型或检索步骤出现问题时进行调试。
• 使用现代 LLM 工具（OpenAI，Ollama，vLLM，Hugging Face，LangChain，LiteLLM 等）发布过项目，或者可以展示一个密集的侧项目。
• 喜欢向非机器学习团队解释权衡。
• 喜欢成为首位专职机器学习员工，并从零开始建立最佳实践。
附加条件
虽然不是特别要求，但如果您具备以下任何条件，请告诉我们。
• 日语能力
• 熟悉 Google Cloud AI 技术栈（Vertex AI，TPUs，Cloud Functions，BigQuery）。
• 有微调或提炼语言模型的经验，特别是在多语言任务（JA-EN）方面。
• 向量数据库操作（Weaviate）和评估工具。
• 我们可以阅读的博客文章或开源贡献。
• 熟悉 Go 或 Rust 进行高性能数据处理。 
东京