大型语言模型集成工程师（远程 - 合同工）

角色概述

IMP Intelligence 是一家私营薪酬数据公司。我们在美国、英国和欧洲维护专有的结构化薪酬基准数据库。我们的平台被知名金融服务公司使用，因此这项工作需要确保数据准确、可靠且适合生产环境。

我们正在构建一个由AI驱动的功能，允许客户通过自然语言查询薪酬数据库并获取格式化的基准结果（例如百分位范围）。我们的客户端前端使用Bubble构建且将继续保留，但后端必须在Bubble之外定制开发（基于SQL）并通过API连接。身份验证/受控访问功能已在门户中实现。

这是一个远程合同岗位。我们正在招聘一名人员全权负责端到端交付，且无需过多指导。

职责：

• 构建后端服务，通过API（如GPT-4、Claude或其他合适模型）将我们的结构化薪酬数据连接到大型语言模型，以支持自然语言查询
• 实现可靠的检索方法（如自然语言→结构化查询），准确从私有数据库提取正确数据
• 构建自定义后端+SQL数据层（非Bubble环境）并暴露API接口供Bubble前端连接（包含查询输入和格式化输出端点）
• 返回可直接展示给客户的清洁基准结果（支持屏幕显示；PDF导出为加分项）
• 在数据缺失时实施安全的备用机制（如"数据不足"提示或明确标注的代理范围），并设置约束机制防止模型生成错误信息
• 确保解决方案适合生产环境： 稳定性能、清晰的错误处理和可维护代码
• 用通俗易懂的英文向非技术背景的产品负责人清晰沟通进展和权衡决策

硬性要求

• 具备构建LLM应用与结构化数据库连接的实证经验（如LangChain、LlamaIndex、RAG模式、自然语言→SQL工作流等）
• 曾成功推出相关产品并能提供证明（上线产品、代码仓库或演示+操作说明）
• 具备与外部前端集成的后端REST API开发经验（具备Bubble兼容API开发经验者优先）
• 具备独立工作能力并能全权负责交付（需求分析→构建→迭代→交付）
• 优秀的英文书面和口头沟通能力

加分项

• 具备PDF报告生成/模板开发经验
• 具备私有/专有数据集开发经验及防止模型生成错误信息的约束机制实施经验