RAG

标签「RAG」下的文章

共 38 篇文章

前置部署工程师 — Agentforce 编排 - 柏林

本招聘信息由 Salesforce 发布于 myAbility.jobs 平台，工作地点包括柏林、杜塞尔多夫和斯图加特，职位为前线部署工程师（Forward Deployed Engineer），专门负责 Agentforce 编排与运营。该角色属于动手能力强的技术构建者，需在企业客户环境中设计、构建并部署企业级代理 AI 解决方案。Agentforce 负责驱动多智能体编排层，能将混乱的运营工作流、非结构化数据（如电子邮件、PDF、规格表）以及遗留 ERP 日志转化为具有人在回路（humans in the loop）的自主执行引擎。候选人将在敏捷部署小组中工作，与部署策略师和专业 AI 工程师合作，作为连接高级 AI 代理与更广泛企业技术格局的关键纽带。日常工作包括：编写生产代码、构建实时数据接地系统（采用 RAG、向量数据库和知识库）、进行提示工程管理、实施多智能体通信协议（含模型上下文协议 MCP），以及部署自动化供应链和后台工作流。要求具备三年以上软件工程或技术交付经验，并至少有一个生产级 AI、数据工程或企业集成系统成功部署；精通 Python、JavaScript/TypeScript、Java 或 Apex；具备 LLM 编排、RAG 管道、向量搜索索引及知识库检索器的实践经验；掌握 API 设计（REST/SOAP/Webhook）及现代代理协议；需有 25% 至 30% 的出差意愿。优先考虑具备供应链、制造或物流执行领域专业知识，或熟悉 Salesforce 生态系统（如 Agentforce Specialist、Data Cloud、Apex）的候选人。

阅读全文 →

前向部署工程师（中/高级）

Hippocratic AI 正在招聘中级/高级前线部署工程师（Forward Deployed Engineer），负责在医疗系统中进行生产级 AI 部署。该职位要求候选人具备 3 年以上软件工程经验，熟练掌握 Python，拥有过硬的 LLM 框架使用经验（如 LangChain 和 LangSmith）。核心技术职责包括：设计和实施基于客户临床数据的检索增强生成（RAG）管道，在 Epic、Cerner、Athena 等电子健康记录系统中构建工具调用和 MCP（Model Context Protocol）集成架构。入职 90 天内需端到端完成首次 AI 部署并建立无异常的监控体系，12 个月内需交付多个 AI 智能体，并在实际临床工作流程中验证技术对患者疗效的提升。该远程岗位需约 25% 的时间前往美国各地客户现场出差，并需每季度前往 Menlo Park 总部。Hippocratic AI 是一家专注于医疗领域的 AI 公司，由 CEO Munjal Shah 联合创立，已从 a16z 等机构融资 4.04 亿美元（包括 1.26 亿美元的 C 轮融资，估值 35 亿美元），致力于构建全球首个以安全为核心的医疗大语言模型。

阅读全文 →

让AI应用在现实中发挥作用所需了解的知识

Andrew Ng在本文中系统阐述了构建和部署真实可用AI应用所需的核心技能体系，回应了AI工程化的关键挑战：如何在不可预测的AI组件之上构建可靠的软件系统。文章指出，AI应用与传统软件的本质区别在于LLM输出的不确定性，这使得开发过程成为高度迭代的“构建-检查-决策”循环，而非线性规划。核心技能分为六个维度：（1）LLM基础——理解分词、生成机制、上下文窗口、缓存命中、知识截止、推理强度、采样参数及工具调用等，以做出正确的模型选型和微调决策；（2）数据接地——超越早期RAG向量搜索，掌握向量索引、知识图谱、结构化数据语义层等多种技术，构建从文档（文本、PDF、HTML、图片）到LLM就绪输入的清洗管道；（3）智能体系统构建——涵盖从预定工作流到自主决策循环的架构光谱，涉及工具选择（MCP、CLI、沙箱执行环境）、记忆架构、长期会话上下文管理、多智能体编排及生产安全（护栏、对抗输入、数据外泄防范）；（4）评估驱动开发——Andrew Ng认为这是区分AI工程师水平的最重要特质，需要结合系统轨迹分析、探索性数据分析与产品业务洞察来设计评估指标，并根据项目阶段选择确定性评估、LLM-as-a-Judge或人工评审等方法，形成驱动系统化迭代的闭环；（5）生产运维——由于不可预测性、成本和延迟的特殊性，需要建立可观测性机制跟踪性能、检测漂移、应对提示注入安全事件，并通过回归测试和CI/CD统计评估进行模型优化、蒸馏和工作流简化；（6）机器学习基础——理解监督学习和强化学习原理，掌握偏差/方差、错误分析、数据工程等核心心智框架。

阅读全文 →

前沿部署解决方案架构师 – 应用AI FDE | Prairie

本文是 ServiceNow 于 2026 年 8 月 17 日发布的“Forward Deployed Solution Architect – Applied AI FDE”招聘信息。该职位隶属于 ServiceNow 的应用 AI 前线部署工程团队，旨在与战略客户深度合作，识别高价值 AI 机会并加速业务成果。作为 FDSA，核心职责包括领导战略发现、使用 LLM 和 RAG 管道设计 AI 原生系统架构、与工程师协作在 8 到 12 周内交付经验证的解决方案，并将成功模式转化为可重复使用的框架和组件，以推动 Now AI 平台的演进。职位要求候选人具备 15 年以上整体经验，其中 5 到 7 年专注于企业 AI/ML 架构、现场工程或解决方案咨询，必须精通 Python 和 SQL，并掌握 LangChain、Semantic Kernel 等 GenAI 工具框架，同时熟悉 AWS、Azure 或 GCP 等云基础设施及 Terraform 等基础设施即代码工具。该角色需要频繁出差，深入客户现场工作。这则招聘不仅定义了企业级应用 AI 前线部署架构师的职责和能力模型，也揭示了 ServiceNow 如何将通过客户共创验证的解决方案转化为平台级产品能力的方法论。

阅读全文 →

前沿部署解决方案架构师 – 应用AI FDE

ServiceNow 正在招聘一名“Forward Deployed Solution Architect – Applied AI FDE”，这是一个直接嵌入客户前线的高阶技术岗位，隶属于 Applied AI 前线部署工程（FDE）团队。该职位旨在与最具战略意义的客户深度合作，识别高价值 AI 机会，并设计、交付基于 LLM 和 RAG 等技术的 AI 解决方案，以加速业务成果。候选人需在 8 到 12 周内交付能够解决关键业务难题的“解决方案就绪构建物”，并将一次性的成功转化为可复用的模块，从而推动 Now AI 平台的演进。该角色要求极高的综合能力：拥有 15 年以上整体经验及 5 到 7 年的企业 AI/ML 架构或现场工程经验；技术上必须精通 LLM 系统、GenAI 管道、提示工程、RAG、数据建模，并掌握 AWS、Azure 或 GCP 等云平台的容器化和基础设施即代码（如 Terraform）；同时需要具备 Python 和 SQL 编码能力，熟悉 LangChain 或 Semantic Kernel 等框架。此外，该职位有高达 30% 的差旅要求，以嵌入客户现场领导战略发现研讨会并引导高管决策。ServiceNow 强调其平台已集成任何 AI、任何数据和任何工作流，服务于 85% 的财富 500 强企业，创始人 Fred Luddy 的初心是将人从繁琐工作中解放。此职位不仅是解决方案架构师，更是定义可扩展企业创新标准的实地产品架构师。

阅读全文 →

[远程] AI架构师，首席前线AI工程师 - 医疗保健

Brillio公司于2026年8月13日发布了一份远程AI架构师/首席前线AI工程师的招聘信息，工作地点面向美国候选人。该职位要求候选人拥有10年以上的软件工程、AI工程或企业架构经验，核心职责是作为前线部署工程师（Forward Deployed Engineer），与大型医疗支付方合作，设计并扩展AI驱动的转型计划。工作内容涉及将复杂的医疗业务挑战转化为可扩展的AI架构，利用生成式AI、大语言模型（LLMs）、AI智能体（AI agents）、检索增强生成（RAG）和智能自动化技术，设计包括多智能体架构、工作流编排和企业级AI集成在内的解决方案。候选人需深度参与从原型设计到生产部署的全生命周期，并设计用于改进医疗理赔处理、事先授权、护理管理、支付完整性等核心医疗运营环节的AI工作流。职位要求的技能栈覆盖了现代AI框架（LangGraph、LangChain、CrewAI、AutoGen）、云平台（AWS, Azure, GCP）、企业LLM平台（Claude、OpenAI、Gemini）和医疗数据标准（HL7、FHIR、ICD-10）。Brillio公司总部位于加利福尼亚州圣克拉拉，拥有5001-10000名员工，在2026年为员工提供了88次H1B工作签证担保。

阅读全文 →

前部署工程师，生成式人工智能，Google Cloud（英语，普通话）

Google Cloud 在 Cake 平台上发布了生成式 AI 领域的前线部署工程师（Forward Deployed Engineer, FDE）招聘信息，工作地点位于新加坡，要求具备中英文双语能力。该职位不同于传统顾问角色，FDE 将作为嵌入客户的构建者，直接深入客户环境进行编码、调试和交付定制化的代理式 AI 解决方案，弥合前沿 AI 产品与生产落地之间的鸿沟。职位要求包括计算机科学或相关领域学士学位、5 年 Python 开发经验、在 Google Cloud Platform 上架构 AI 系统的经验，以及使用向量数据库和检索增强生成（RAG）架构构建企业 AI 解决方案的实践经验。优先考虑具有多代理系统框架（如 LangGraph、CrewAI、Agent Development Kit）和复杂模式（ReAct、自我反思、层级委派）落地经验，以及服务过加密行业客户的人选。核心职责涵盖开发复杂代理工作流、架构与编码客户基础设施的集成、建立高精度评估和可观测性框架、识别可复用的现场模式并转化为产品需求，以及手把手带领客户团队掌握 Google 级开发最佳实践。该岗位代表了 AI 落地从咨询转向深度共建的趋势，突出了生产级 AI 系统的多代理、RAG、全栈工程和评估能力要求。

阅读全文 →

智能选择与机制设计

本文详细阐述了前线部署工程师（Forward Deployed Engineer, FDE）的核心理念：智能体是运营软件系统中的组件，而非系统库。文章核心是“最小充分机制”（Smallest Sufficient Mechanism）原则，即在默认使用复杂的智能体循环之前，必须优先选择最经济、可解释的方法来实现业务成果。为此，文章提供了一个从确定性代码、优化算法、经典机器学习、检索增强生成（RAG）、基础模型、智能体工作流到人类决策的七层选择矩阵，明确了每种机制的适用场景、决策形态和必需的防护栏。此外，文章介绍了“智能选择记录”模板，要求工程师在做出任何关键路由选择时，必须记录被否决的更简单替代方案及其被否决的测量原因。文章还包含“混合智能系统蓝图”，定义了如何将这些机制编排到单一工作流中，采用串行路径默认设置，仅在约束合理时添加并行或多智能体循环。系统架构上，强调了工作流编排器、确定性策略、工具与效果网关和运营本体论四大组件的职责分离，并严格规定了状态转换和信任边界，即模型只能建议状态转换，但不能执行，所有凭证、权限和隔离都在智能层之外的可信服务中执行，最终构建了超越12要素方法的云原生基线。

阅读全文 →

GCCs在招聘Forward Deployed Engineer方面超过印度IT服务公司

据印度《商业线报》2026年8月12日报道，全球能力中心（GCC）在招聘前线部署工程师（FDE）方面，正大幅超越印度本土IT服务公司。Adecco India的招聘数据显示，过去一年GCC对FDE的需求增长约55%至65%，而IT服务公司增长约40%至45%。TeamLease Digital的数据则显示，FDE岗位发布量在2025年第一季度至2026年第一季度间暴增700%至800%。FDE被视为企业AI从实验阶段迈向实际价值创造的关键角色，其职责是连接AI技术能力与复杂业务需求，解决遗留系统、碎片化数据和合规性等落地挑战。Careernet首席商务官Neelabh Shukla指出，FDE是技术与业务之间的“翻译者”。招聘策略上，GCC倾向于高薪招聘FDE来构建长期内部AI能力，并愿支付30-40%的薪资溢价，而IT服务公司则更多依靠对现有云和工程团队进行技能重塑来填补缺口。TeamLease Digital首席执行官Neeti Sharma强调，FDE薪酬在过去一年上涨20-30%，入门级年薪约18-25万卢比，资深人士可达50-80万卢比以上。对RAG（检索增强生成）和Agentic AI等前沿技术的掌握，加上业务理解与部署能力，是FDE的核心技能要求。Adecco India预测，未来2-3年FDE招聘将增长80-85%，这一角色有望像云架构师一样，成为AI时代最炙手可热的人才。

阅读全文 →

外勤部署工程师

Hippocratic AI 正在招聘一名远程 Forward Deployed Engineer（FDE），该岗位是 AI 部署的技术负责人，将作为核心贡献者参与其面向医疗领域的 agentic AI 平台建设。该角色要求与部署策略师及客户紧密合作，构建直接影响医疗运营的真实生产系统，并对端到端系统可靠性负责。核心技术栈包括 Python、LangChain、LangSmith 等框架，以及 RAG、LLM-as-judge、工具调用和模型上下文协议（MCP）等先进 LLM 技术。FDE 的主要职责涵盖 AI 创新与问题解决、RAG 管道实现、工具与 MCP 架构搭建、使用现代 AI 框架进行 Python 开发、基础设施与部署管理，以及生产监控与支持。候选人需具备 3-5 年软件工程经验、扎实的 Python 基础，并深入理解现代 LLM 开发模式。Hippocratic AI 是一家专注于医疗领域安全大语言模型的公司，由 CEO Munjal Shah 联合来自 El Camino Health、Johns Hopkins、Stanford、Microsoft、Google 和 NVIDIA 的医生及 AI 研究员共同创立，已获得总计 4.04 亿美元融资，投资方包括 CapitalG、Andreessen Horowitz（a16z）、General Catalyst 和 Kleiner Perkins 等顶级机构。公司强调这是一次定义 LLM 代理如何与医疗系统交互的类别创造机会。

阅读全文 →

AI Engineer, FDE (Forward Deployed Engineer)

本文是Databricks在印度班加罗尔发布的AI工程师-FDE前线部署工程师招聘信息。该岗位隶属于Databricks的AI Forward Deployed Engineering团队，这是一个高度专业化的客户面AI团队，负责为客户交付专业服务，帮助其构建并产品化首创AI应用。岗位核心职责包括利用Databricks AI研究的最新技术开发尖端GenAI解决方案，涵盖RAG、多智能体系统、Text2SQL及模型微调等；负责面向消费者及内部的GenAI应用的生产上线；并作为客户的可信技术顾问。该职位要求与工程、产品及开发者关系团队跨职能协作，影响产品路线图，并在Data + AI Summit等顶级会议上发表演讲。技术栈方面，候选人需具备使用HuggingFace、LangChain、DSPy等工具构建GenAI应用的实战经验，以及在大规模分布式数据集上使用Databricks Intelligence Platform和Apache Spark的经验。任职要求强调生产级机器学习部署能力，涉及AWS、Azure或GCP云平台，且需具备在pandas、scikit-learn、PyTorch等常见工具上的多年数据科学行业经验。该职位支持远程办公，要求候选人拥有计算机科学或统计学等相关量化专业硕士学位，并具备向非技术受众传达技术概念的沟通能力。

阅读全文 →

前部署工程师：2026年印度职业完整指南

本文是一份面向印度市场的Forward Deployed Engineer（FDE，前线部署工程师）完整职业指南，详细阐述了FDE角色的定义、职责、与传统软件工程师（SDE）的区别、所需技能栈以及2026年印度市场的薪资和招聘现状。FDE是介于核心产品团队与客户之间的工程角色，负责将AI模型（LLM、RAG、AI代理）及企业软件部署到客户真实业务场景中，需要兼具软件工程、客户沟通和高模糊环境下的问题解决能力。文章指出，印度（尤其是班加罗尔）正成为FDE的重要招聘市场，主要雇主包括Anthropic、OpenAI部署组织、Google Cloud、Palantir、Databricks和McKinsey QuantumBlack等。2026年印度FDE薪资范围为：0-2年经验18-28 LPA，3-6年经验28-55 LPA，资深或全球远程岗位可达55-90+ LPA。尽管职位发布量同比增长729%，但市场上通常仅同时存在约250-270个活跃岗位，显示该角色仍具稀缺性。入门路径并非面向应届生，更现实的切入点是拥有2-5年产品后端经验的工程师转型。文章最终判断，企业AI瓶颈已从模型能力转向实施落地，FDE是应对这一结构性转变的核心角色。

阅读全文 →