岗位职责:
1. 基于开源大模型（Llama/Qwen/GLM 等）进行二次开发，落地业务场景：对话、多轮上下文、工具调用（Tool-Calling）、Agent 工作流编排。
2. 负责 RAG/知识库能力建设：文档解析清洗、切分、索引、向量化、召回与重排、引用溯源、增量更新与版本管理。
3. 按业务需要进行微调与对齐：SFT、LoRA/QLoRA（DPO/RL 视项目选用）；建设训练/评测数据闭环。
4. 推理服务部署与性能优化：vLLM/TGI/Transformers Serving；提升吞吐、降低时延与 token/GPU 成本。
5. 建立评测与质量体系：离线基准集、线上监控指标、回归集；红队测试（幻觉、提示注入、越权工具调用、数据泄露等）。
6. 与前后端/客户端协作，将能力封装为稳定 API/SDK，支撑灰度发布、回滚与持续迭代。
任职要求：
1. 精通 Python，熟练 PyTorch；熟悉 HuggingFace（Transformers/Datasets/PEFT）。
2. 有大模型应用落地经验，至少具备以2 项：- RAG（向量检索/重排/引用溯源）- Tool-Calling/Agent 编排（函数调用、工作流、状态管理）- LoRA/QLoRA/SFT 微调或模型评测体系 - 推理部署与优化（并发、缓存、限流、降级）
3. 扎实工程能力：可观测性、日志/链路追踪、线上故障定位与复盘；良好的代码质量与测试习惯。
加分项
- 熟悉 Milvus/FAISS/pgvector/Elastic、召回-排序链路与检索评测
- 熟悉 vLLM/TGI/TensorRT-LLM/llama.cpp、量化（AWQ/GPTQ）
- 有安全经验：prompt injection 防护、工具权限隔离、审计与脱敏
- 有垂直领域（医疗/金融/工业等）落地经验或开源贡献