1. 負責大模型（如GPT、LLaMA、文心一言等）的應用開發(fā)與優(yōu)化，結合實際場景設計并實現(xiàn)高效解決方案。

2. 構建和優(yōu)化RAG（檢索增強生成）知識庫系統(tǒng)，提升大模型在垂直領域的知識整合與推理能力。

3. 完成大模型的訓練、微調（Fine-tuning）、精調（Prompt-tuning）及部署，實現(xiàn)全流程自動化（如基于Kubernetes/K8s的容器化部署）。

4. 開發(fā)自動化工具鏈，集成持續(xù)集成/持續(xù)交付（CI/CD）工具（如Jenkins、GitLab CI），提升模型迭代效率。

5. 結合RPA工具（如UiPath、Automation Anywhere）實現(xiàn)業(yè)務流程與大模型能力的深度融合。

6. 針對SQL Server等數(shù)據(jù)庫進行數(shù)據(jù)清洗、特征提取及模型訓練支持，編寫高效SQL查詢及存儲過程。

7. 輸出技術文檔、操作手冊及案例報告，協(xié)助團隊完成技術沉淀與知識共

二、核心技能

1. 編程與工具

·精通Python，熟悉PyTorch/TensorFlow等深度學習框架，掌握LangChain、LlamaIndex等大模型開發(fā)工具。

·熟練使用Linux/Windows系統(tǒng)及命令行工具（如Shell/PowerShell），具備環(huán)境配置與運維能力。

2. 大模型技術

·深入理解大模型原理，能獨立完成模型微調、分布式訓練及部署優(yōu)化（如模型壓縮、量化）。

·熟悉RAG系統(tǒng)構建，包括向量數(shù)據(jù)庫（如FAISS、Milvus）集成與檢索算法優(yōu)化。

3. 自動化與云原生

·熟練使用Kubernetes（K8s）管理容器化服務，熟悉Docker及云平臺（AWS/Azure/阿里云）部署。

·熟悉CI/CD工具鏈（如Jenkins、GitHub Actions），了解MLOps流程設計。

4. 數(shù)據(jù)庫與測試

·熟練操作SQL Server、MySQL等數(shù)據(jù)庫，能編寫復雜查詢與數(shù)據(jù)治理腳本。

·了解自動化測試工具（如Selenium、Postman），支持模型接口與業(yè)務邏輯驗證。

1. 有RPA工具開發(fā)經驗，或熟悉AutoGPT等AI自動化框架。

2. 熟悉大模型安全與倫理規(guī)范，具備模型評估與風險控制能力。

3. 發(fā)表過AI相關論文，或參與過開源項目（如Hugging Face社區(qū)貢獻）。

職位福利：五險、餐補、節(jié)日福利、周末雙休、彈性工作、住房補貼、年終獎金、旅游、午休2小時等。