RAG 研发工程师

💵 2026 年薪资区间与平均薪资

下表口径：一线城市 · 社招 · 税前月薪（现金部分）。数字综合 2026 年公开招聘信息与薪酬报告整理，不是精确统计 —— 校招与社招、均值与中位、是否含股票期权的口径差异很大，实际请以招聘平台实时岗位为准。

平均月薪参考：约 38K（一线城市社招口径）。溢价点在「会评测」：能用量化指标证明检索改动有效，而不是凭感觉调 chunk size 的人不多。

可以对照的公开锚点：2026 届校招里 AI 相关岗位月薪中位值约 2.53 万元；偏中高端的样本中 AI 岗位平均月薪约 6.07 万元；算法研究员 / 大模型算法岗位普遍在 7 万元 左右，AI 科学家 / 负责人可达 13 万元 以上。资深 AI 人才 2026 年的调薪幅度最高可达 20%–35%，高于市场平均。

地域差异明显：长三角与大湾区贡献了全国近七成的 AI 岗位需求，北京、上海、深圳、杭州、苏州的薪酬普遍高于其他城市。

🏦 岗位画像：这个岗位到底在招谁

检索增强生成不是「接个向量库就完事」。这个岗位招的是能把检索、拼装、生成整条链路每一环都量化、能在答错时定位到具体环节的人。

日常工作围绕四件事：文档怎么进来（解析、清洗、切分、元数据与权限）、怎么被找到（向量检索、关键词检索、融合、重排）、怎么被用（上下文拼装、引用标注、拒答策略）、以及怎么证明它变好了（评测集与回归）。真正拉开差距的是最后一件，因为不做评测的 RAG 无法迭代。

三类用人单位面试侧重不同。企业知识库与客服产品重准确率与可维护性，会追问高频问题覆盖率、拒答率、更新一次要多久；法律、医疗、金融这类专业领域重引用与可追溯，会追问每条答案能不能追到原文段落；平台厂商的检索模块重通用性与性能，会追问索引规模、延迟分位、多租户与增量更新。

一句话判断自己匹不匹配：当用户说「答错了」时，你能分清是没检索到、检索到了没排上、还是排上了没用对——你匹配。

📅 岗位职责

• 文档链路：多种格式解析（含表格与扫描件）、清洗、切分、元数据与权限标注
• 索引与检索：向量化、向量库运维、关键词检索、混合检索与融合策略
• 重排与改写：重排模型、查询改写、多跳拆解、查询扩展
• 生成约束：上下文拼装、引用标注、拒答策略、输出格式约束
• 评测体系：检索层与生成层分开评，建标注集、跑回归、出对照报告
• 性能与成本：延迟分位、索引更新时效、缓存与批处理
• 与业务对齐口径：什么叫答对、什么叫该拒答、错误代价有多大

🗝️ 岗位技能：技术基础

必备

• 切分策略：固定长度、按结构与语义切分、父子块（小块检索大块回灌）、重叠比例、元数据设计
• 向量检索：向量模型选型与维度、相似度度量、近似最近邻索引类型与参数、召回率与延迟的权衡
• 混合检索：关键词检索与稠密检索的互补性、融合方式（如倒数排序融合、加权）、专有名词与数字场景下关键词检索的价值
• 重排：交叉编码器重排的增益与延迟代价、候选数量的取法、只在头部做的工程取舍
• 查询处理：改写、分解、扩展、假设文档类方法各自的适用场景与失败模式
• 评测：检索侧的命中率与召回率、排序质量指标、生成侧的忠实度与正确率、标注集与难负例构建
• 工程：向量库使用与运维、异步索引、增量更新与删除、权限过滤

加分

• 做过带权限的检索（不同用户只能看到各自可见的片段）
• 处理过表格、图表或扫描件的解析，或做过多模态检索
• 用裁判模型做过评测，并清楚它的偏差与校准方法
• 做过跨章节、跨文档的多跳问答与汇总类问题

🛡️ 技术面重点：会被问什么

• 「切多大合适？」——考取舍能力。太小会丢上下文、太大引入噪声且稀释相似度。正确答法是按文档结构切，配合小块检索大块回灌，并说明如何用评测确定参数，而不是背一个固定数字。
• 「用户说答错了，你怎么定位？」——考分层排查，最高频。先看检索结果里有没有正确片段（召回问题），再看它排在第几（排序问题），最后看模型有没有用上（生成问题）。
• 「向量检索和关键词检索哪个好？」——考互补理解。语义问题靠稠密检索，专有名词、编号、数字靠关键词检索，生产系统多用混合加重排。
• 「重排值得加吗？」——考成本意识。先量基线，再看提升幅度与延迟增加是否划算，而不是默认加。
• 「模型一本正经胡说怎么办？」——考幻觉治理。提示词要求引用原文，上下文加编号，输出后校验引用是否真实存在，无依据时强制拒答。
• 「知识库每天更新，索引怎么办？」——考工程。增量索引、删除与失效处理、版本与灰度、避免每次全量重建。
• 「怎么证明新版本比旧版本好？」——考评测纪律。固定评测集、分层指标、按问题类型看变化，而不是只看一个总分。

⚖️ 业务场景：选型与权衡

🚧 故障排查

• 答案缺关键信息：检索没召回。查切分是否把答案切断、向量模型是否适配领域、提高候选数量、加关键词检索补漏。
• 检索到了却没被用：排序靠后或被噪声淹没。加重排、减少无关片段、把上下文按来源分段标注。
• 答案串了别的文档：相似片段混淆。加元数据过滤、按文档分组、用重排提升区分度。
• 表格与扫描件答不出：解析失败。换解析方案、表格结构化、做光学识别质量校验并统计失败率。
• 检索延迟高：索引参数不合适或候选数量过大。调索引、降维、加缓存、把冷热数据分开。
• 越权看到不该看的片段：只在应用层做了过滤。要在检索的数据层强制加权限条件，并加越权抽检。
• 上线一段时间后效果变差：文档分布变化或新增文档质量差。监控命中率与拒答率，定期跑回归。

💵 成本优化

• 先拆链路成本：解析、向量化、检索、重排、生成各占多少。向量化多为一次性，生成是持续支出，所以优化重点通常在生成。
• 控制上下文长度：只回灌必要片段，按相关度排序后截断，别把检索结果全塞进去。
• 分级模型：简单问答走小模型，复杂多跳才上大模型。
• 做缓存：高频问题结果缓存、检索结果缓存、向量缓存。
• 增量索引：避免每次全量重建，更新按差异处理。
• 重排只做头部：前若干条做重排，其余不重排，收益与延迟兼顾。
• 评测也要算钱：日常用小型固定评测集回归，全量评测低频跑。

♾️ 项目经历怎么讲

用三段式：业务问题与现状指标 → 链路设计与取舍 → 结果与剩余失败模式。RAG 岗的面试官几乎必问「答错怎么排查」，所以第二段要体现你是分层定位的，而不是一路调参。

1. 业务问题：谁在用、答错的代价、原来命中率与正确率是多少、延迟要求多少
2. 链路设计：切分怎么做、为什么上混合检索、重排加在哪、拒答策略怎么定
3. 结果与失败模式：检索命中率与答案正确率的变化、延迟与成本、剩余错误集中在哪类问题

正例：

客服知识库原来用固定长度切分，答案经常缺上下文。我改成按标题层级做父子块，加了关键词与向量混合检索和重排，检索命中率从六成多提到九成以上，答案正确率从六成提到八成左右，P95 延迟一秒多一点。剩下的错误主要是表格类问题，已经在补表格结构化解析。

反例：

我用向量库做了一个问答机器人，效果不错。

反例讲不出命中率，也讲不出分层定位方法。面试官问「答错怎么排查」，就断了。