1.制定训练数据规范，协助收集、清洗相关AI训练数据

2.基于已有框架（如 Hugging Face Transformers、PEFT），完成开源大模型的微调实验

3.记录不同参数对模型效果的影响，为算法迭代提供基础数据

4.配合 C++ 工程师，将训练好的模型转换为适合部署的格式（如 ONNX），并协助调试推理接口

5.基于计算机视觉、时序数据分析技术，开发虚拟实验或虚拟结合实验的智能评估引擎

6.开发虚拟实验错误标注算法，自动识别各类操作问题，生成可视化评估报告

7.优化评估模型泛化性，针对不同应用场景调整评分规则，匹配多样化教学需求

1.计算机、人工智能、数据科学等相关专业，统招本科及以上学历；

2.1年 AI 算法相关经验或有机器学习、深度学习课程设计、Kaggle竞赛、实习经历者优秀应届毕业生

3.对大模型微调、代码生成有兴趣，了解基础概念（如 “微调”“Prompt 工程”）者优先

4.熟练掌握 Python，能独立编写数据处理、模型调用的脚本（如使用 Pandas 清洗数据、NumPy 处理矩阵）

5.熟悉 PyTorch、TensorFlow 或 MindSpore 等深度学习框架，掌握模型定义、训练循环、预训练模型加载等基础用法

6.熟悉机器学习基本概念（如损失函数、优化器），熟悉Transformer 模型的基本原理，了解目标检测（YOLO 系列）、图像分割、时序数据处理等算法

7.会用 Hugging Face 生态（如 Transformers 库加载开源大模型、Datasets 库处理数据）者优先

8.了解模型部署流程，熟悉 ONNX 格式转换，有国产 AI 框架（如昇腾 CANN）或 NPU 部署经验者优先

9.具备算法工程化思维，能将算法模型有效集成到实际应用系统中

10.学习能力强，细心严谨，沟通顺畅