Dice是技术专家在其职业生涯各个阶段的首选职业目的地。我们的客户，Applied Thought Auditors & Consultants Inc.，正在招聘以下职位。今天通过Dice申请！
职位：Agentic AI开发人员（Python）Vertex AI RAG + 图形/向量数据存储
地点：新泽西州伯克利高地（现场工作5天）
合同 - W2
职位概述
我们正在寻找一位强大的agentic AI开发人员，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，并能够舒适地使用向量数据库和图形数据库。您将负责端到端的交付：摄取、检索、代理编排、评估、部署。
您的工作内容
- 在Google Cloud / Vertex AI上设计和实施RAG管道（分块、嵌入、索引、检索、重排序、基础）。
- 使用以Python为主的框架构建agentic工作流（工具使用、规划、反思/防护栏、结构化输出）。
- 将代理与图形数据库（如Neo4j、JanusGraph、Neptune）和向量数据库（如Vertex Vector Search、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），并迭代提高系统质量。
- 投入生产：API、监控/可观测性、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（清晰的架构、异步、测试、类型、打包）。
- 具有构建RAG解决方案的经验（混合搜索、重排序、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（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，并在生产中至少使用过一个向量数据库。
- 熟悉图形数据建模和图形查询（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。
- 具有评估工具经验（RAGAS、TruLens、自定义评估工具）、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）。
