1、負責大模型（如GPT、BERT、LLaMA等）的應用開發(fā)、微調(diào)和優(yōu)化；
2、根據(jù)業(yè)務需求，設計和實現(xiàn)基于大模型的解決方案，如文本生成、對話系統(tǒng)、知識問答等；
3、針對特定領(lǐng)域或場景，進行大模型的微調(diào)（Fine-tuning）和提示工程（Prompt Engineering）；
4、開發(fā)基于大模型的知識庫構(gòu)建、檢索增強生成（RAG）系統(tǒng)及相關(guān)應用；
5、研究并探索大模型在不同業(yè)務場景中的創(chuàng)新性應用；
6、優(yōu)化大模型的推理性能，降低資源消耗，提升響應速度；
7、跟蹤大模型領(lǐng)域的最新研究進展，并將新技術(shù)應用到實際項目中；
8、與產(chǎn)品、數(shù)據(jù)團隊協(xié)作，完成模型部署和效果評估。

任職要求：

1、學歷要求：計算機科學、人工智能、數(shù)學、統(tǒng)計學等相關(guān)專業(yè)碩士及以上學歷。
2、工作經(jīng)驗：3年以上機器學習/深度學習相關(guān)經(jīng)驗，1年以上大模型應用或微調(diào)經(jīng)驗。
3、技術(shù)要求：
（1）熟悉深度學習框架（如PyTorch、TensorFlow），具備扎實的編程能力（Python為主）；
（2）熟悉常見的大模型架構(gòu)（如Transformer、GPT、BERT等），了解其原理和實現(xiàn)細節(jié)；
（3）具備大模型微調(diào)經(jīng)驗，熟悉LoRA、P-Tuning、Adapter等微調(diào)技術(shù)；
（4）熟悉提示工程（Prompt Engineering）和少樣本學習（Few-shot Learning）；
（5）熟悉大模型的推理優(yōu)化技術(shù)，如量化、剪枝、蒸餾等技術(shù)，能夠優(yōu)化模型性能并降低資源消耗。
（6）熟悉常見的NLP任務，如文本分類、命名實體識別、文本生成、對話系統(tǒng)等；
（7）了解分布式訓練和推理框架（如DeepSpeed、Megatron-LM）；
（8）最好有基于大模型的實際業(yè)務應用開發(fā)經(jīng)驗，能夠?qū)⒛Ｐ湍芰D(zhuǎn)化為可落地的產(chǎn)品或服務；
（9）熟練使用Java或Python開發(fā)服務端應用，熟悉FastAPI或其他類似框架。
4、個人素質(zhì)：
具備良好的溝通能力和團隊協(xié)作精神；
有較強的學習能力和解決問題的能力；
對技術(shù)有熱情，能夠主動關(guān)注新技術(shù)并應用到工作中。
5、加分項：
有大模型部署經(jīng)驗，熟悉ONNX、TensorRT等推理加速工具；
有實際的大規(guī)模數(shù)據(jù)處理和清洗經(jīng)驗；
在大模型領(lǐng)域有相關(guān)論文發(fā)表、專利申請或技術(shù)創(chuàng)新經(jīng)驗或在頂級會議（如NeurIPS、ICML、ACL等）發(fā)表過相關(guān)論文；
熟悉多模態(tài)大模型（如圖文生成、視頻理解等）。