1、算法研发与优化：参与大语言模型（LLM）的微调与适配，针对业务场景（如智能客服、文本生成）优化模型性能；设计并实现基于Transformer的文本分类、实体识别、情感分析等NLP任务解决方案；探索RAG（检索增强生成）、Agent（智能体）等前沿技术，提升模型在复杂场景中的表现。‌
2、数据处理与特征工程‌：负责多源文本数据的清洗、标注与预处理，构建高质量训练数据集；设计文本特征提取方法（如词向量、句向量、主题模型），提升模型输入质量。
3‌、模型部署与性能调优‌：将训练好的模型工程化落地，通过量化、剪枝等技术优化推理速度；
监控模型线上效果，分析数据分布变化，迭代优化模型参数。
‌4、跨团队协作‌：与产品、开发团队紧密合作，将算法能力转化为实际业务功能；
输出技术文档，包括算法设计思路、实验报告及性能评估结果。

任职资格：

1、技术能力‌：熟练掌握Python编程，熟悉PyTorch/TensorFlow框架；
理解NLP基础任务（如词性标注、句法分析、语义理解）及常用模型（如BERT、GPT、T5）；
有文本分类、命名实体识别、机器翻译等实际项目经验者优先。
‌2、工具与资源‌：熟悉Hugging Face、LangChain等NLP工具链；
有使用GPU集群（如A100/H100）进行大规模模型训练的经验者加分。
3、熟悉强化学习、多模态学习等前沿领域优先；