岗位职责：

1、大模型应用架构设计：主导大模型（如LLaMA、GPT、BERT等）在业务场景中的端到端架构设计，包括模型选型、部署方案、性能优化与成本控制；设计支持高并发、低延迟的AI服务架构，集成向量数据库、缓存机制及分布式推理能力。

2、大模型高效微调与适配：熟练使用 LoRA（Low-Rank Adaptation） 及其他参数高效微调技术（如Adapter、Prompt Tuning），在有限资源下完成领域适配与任务定制；根据业务需求（如文本生成、分类、问答、代码生成等），设计并实施微调策略，平衡效果与计算开销；探索多模态大模型（文本+图像/音频）的微调与融合应用。

3、工程化与落地：将微调后的模型集成至生产环境，构建自动化训练、评估与部署流水线（CI/CD）；编写技术文档，推动团队知识共享与最佳实践。

4、技术前瞻与创新：跟踪大模型前沿技术（如MoE、Agent框架、RAG等），评估其在业务中的可行性；探索开源生态（Hugging Face, vLLM,DeepSpeed等）与云平台（阿里云百炼/火山）的大模型服务能力。

能力要求：

1、3年以上开发经验，熟悉Python、C++等编程语言，熟悉Linux系统常规操作，具备算法理论基础；

2、精通Python，熟悉PyTorch/TensorFlow框架及大模型训练库（如Transformers、PEFT）；

3、掌握大模型推理加速技术（量化、蒸馏、KV Cache优化等）；

4、熟悉云服务的AI/ML产品；

5、3年以上AI系统架构设计经验，有生产级大模型应用落地案例。

优先条件：

1、有开源社区贡献（如Hugging Face模型库）或顶会论文发表。

2、熟悉强化学习（RLHF）、模型安全对齐（Safety Alignment）技术。

3、具备高性能计算（GPU集群调度、RDMA网络）或低成本推理优化经验。