岗位职责:

1、负责大模型应用方向的研究与落地，围绕检索增强生成（RAG）、智能体（Agent）编排与优化、工具调用与插件生态，设计可复用解决方案并推动产品化；
2、搭建端到端应用闭环：需求分析 → 知识/数据工程 → RAG/Agent 方案设计 → 评测与监控 → 灰度上线与持续迭代；
3、构建与优化企业知识中台与向量检索体系：数据采集、清洗与切分，Embedding/索引构建，召回与重排，多源知识融合与实时更新；
4、优化推理链路与可用性：Prompt 工程、Few-shot/CoT/ReAct、函数调用（Tool/Function Calling）、长文档与记忆机制、工作流编排（多工具、多步骤、多代理协作）；
5、建立系统化评测与A/B实验：离线指标（准确率、覆盖率、延迟、幻觉率、可用性）与在线指标（转化、满意度、SLA），沉淀评测基线与数据闭环；
6、提升可靠性与安全性：检索-生成协同（重排器、证据引用）、事实校验与防幻觉策略、权限与数据脱敏、内容安全与审计；
7、性能与成本优化：推理加速（批处理、并行、缓存、量化/蒸馏/剪枝）、多模型路由与降级策略、资源与成本监控优化；
8、跟踪与验证前沿技术：开源/闭源模型（如 Qwen、GLM、DeepSeek 等）、向量数据库与检索算法、Agent 框架（如 LangChain、AutoGen 等），快速原型并评估落地价值；
9、与产品/业务/平台团队协作，抽象通用能力，沉淀最佳实践、模板与 SDK，支撑客服、搜索、知识问答、办公自动化、数据分析等多垂类场景；
10、开展轻量训练与对齐：指令微调、强化学习、偏好对齐与领域知识注入/持续学习，形成可迭代的模型资产。

任职要求:

1、硕士及以上学历，计算机、数学或统计学相关专业；
2、在自然语言理解、多模态等领域有研究，熟练使用pytorch/tensorfow等至少一种主流深度学习框架，能够独立实现前沿模型；
3、了解学界、业界最新研究成果。

工作时间：8:30-17:30，每周二周四晚上六点至八点，周末双休
免费往返班车路线：
1号线 井大（7:30）-世欧澜山（7:45）-园区
2号线 闽大（7:20）-东辉花园（7:35）-三木花园（7:55）-远西（8:00）-园区
4号线 福大北门（7:30)—物构所（7:35）—园区
5号线 五福天桥（7:37）-南公园（7:45）-长乐路（7:50）-园区
6号线 万商（7:33）- 教院附中（7:40）-园区
7号线 西洪（7:30）- 梅峰（7:35）- 屏西（7:40）- 园区
8号线 福机（7:42）- 蓬埕（7:48）- 江十（7:53）- 人民埕（7:55）-园区
9号线 屏西（7:40）- 省体中心（7:45）- 园区
11号线 省检察院（斗门地铁站）（7:35）-实发大厦（湖藤公交站）（7:37）-省体中心（7:45）-园区
12号线 晋安区委（7:40）-茶会小区（7:45）-前屿（7:50）-福光格致（7:55）-园区
13号线 麦德龙（7:45）-园区
14号线 三叉街（7:40）- 园区
15号线 上渡（7:40）- 福湾新城（7:48）- 园区
16号线 中庚城（7:34）- 燎原（7:40）- 园区
17号线 金山四期（7:30）- 洪湾路口公交站（7:35）- 橘园洲公交站（7:40）- 园区
18号线 浦上大道（7:40）- 园区
19号线 旗山大道招呼站（7:20）- 省档案馆（7:27）- 葛岐村（7:37）- 信通中心（7:40）- 乌龙江大区（7:43）- 湾边桥头（7:50）- 园区