兼职招聘：大规模多模态图形检索工程师（亿级图搜图 + 文字搜图）
工作性质：兼职 / 远程（资深兼职或短期项目合作）
项目周期：8-12 周（可协商）
预算范围：50k RMB
注：预算根据亿级规模的技术难度与工程量合理上浮

项目描述
我们需要为一套包含 1 亿以上图形（图像） 的图库建立多模态检索系统，同时支持：

以图搜图：上传图片，返回视觉最相似的图形结果。

文字搜图：输入文本描述，返回语义匹配的图形结果。

系统要求在高并发下实现秒级检索响应，特征提取与向量检索需具备水平扩展能力。诚邀一名具备大规模向量检索系统实战经验的工程师，独立或主导完成整个后端检索系统的设计、开发与调优。

主要职责
多模态特征提取

选用 CLIP / OpenCLIP / SigLIP 等模型，对亿级图形提取统一向量（图像模态与文本模态映射到同一空间）。

需要针对特定图形域（如商标图形、电商商品图形等）进行微调，提升检索准确率。

实现高吞吐、低延迟的推理服务（模型量化、批处理、GPU 多卡调度）。

亿级向量检索引擎搭建

设计并部署分布式向量数据库（如 Milvus 分布式版、ES）。

支持 1 亿以上 512/768 维向量的存储与检索，单次检索时延平均 < 500ms（P99 < 1s）。

使用 IVF、HNSW、PQ 等索引类型并进行参数调优，平衡召回率与性能。

实现索引的在线更新（增量添加、删除、重建）及多副本高可用。

检索 API 开发

POST /search_by_image：以图搜图接口。

POST /search_by_text：文字搜图接口。

POST /index：图像入库（异步或同步）。

支持分页、返回 Top-K 相似结果及相似度分数。

性能与成本优化

评估并报告 QPS、时延、召回率（Recall@K）。

设计降级策略与缓存机制（如热点图预热）。

对存储成本、GPU/内存资源提出可落地的优化方案（如量化、降维、冷热分离）。

文档与部署

提供完整的部署脚本（Kubernetes / Docker Compose 优先）。

编写运维手册：监控指标（向量数据库健康度、索引状态）、水平扩容指南、故障恢复流程。

交付成果
完整代码仓库（特征提取服务、亿级向量检索服务、统一 API 服务）。

分布式部署配置文件（K8s manifests / Docker Compose，含 Milvus 集群配置）。



项目代码及成果知识产权归需求方所有，签署保密及数据安全协议。

应聘方式
请将简历、相关项目经验（重点描述亿级向量检索的实际案例，附性能数据更佳）、GitHub 链接（如有）发送至：
qiaozongzhang21@163.com
邮件标题格式：【亿级多模态检索兼职】+ 姓名

我们会于 3 个工作日内联系符合要求的候选人，并安排深度技术沟通。