工作内容：

1. 架构设计与技术预研：负责公司大模型应用技术体系的顶层设计和演进路线规划（目前已有70B本地部署大模型），主导、跟进下一代AI应用的核心架构。

2. 前沿算法探索： 跟踪并研究最新的LLM技术，包括但不限于高效微调（如QLoRA、DoRA）、检索增强生成（RAG）的先进策略（如HyDE、Self-RAG）、长上下文处理、Agent智能体以及多模态融合等。

3. 核心难题攻坚： 领导团队解决大模型在企业应用中的核心挑战，如降低模型幻觉、多模态交互设计，智能体上下文记忆、处理领域外知识、保证私有数据安全、硬件适配与性能调优等关键问题。

4. 工程应用与系统集成：与产品、技术、运营等团队密切合作，确保AI应用满足业务需求。向非技术团队成员清晰地解释技术方案和技术限制。开发RAG系统，评估微调数据的一致性，融合知识图谱与向量数据库，设计和开发支持智能问答的AI智能助手，开发基于多Agent协同的智能体，支持复杂工作流编排（如LangGraph工作流）。为风电行业的运维、营销、技术支持等场景提供数据分析、辅助决策支持并建立自动化工作流；将开发的AI应用集成到现有信息系统中，实现云端或边缘部署；

5. 模型评估与优化： 建立科学、可量化的模型评估体系（Evaluation），从性能、成本、速度等多个维度对自研或开源模型进行评测，并指导优化方向。

6. 知识引领与传承： 作为团队的技术灯塔，引领技术方向，编写开发文档、操作教程等知识库，维护代码仓库，分享前沿洞见，指导和培养团队内的其他AI工程师，提升团队整体技术水平。

任职资格：

1. 计算机科学、人工智能或相关领域的博士；硕士研究生至少3年以上相关开发经验并获得省部级奖励，发表过AI顶会论文或主导过企业级AI应用开发与部署；

2. 在顶会/顶刊（如NeurIPS, ICML, ICLR, ACL, EMNLP等）发表过相关论文，或有相关领域的专利成果，或在知名AI竞赛中取得过优异成绩。

3. 精通Python或其他主流编程语言，具备良好的编程实践能力；熟悉至少一种深度学习框架(如TensorFlow,PyTorch)，并有实际项目经验；

4. 有基于基础大模型进行二次开发的经验，如涵盖微调、精调对齐、Prompt优化等，熟练使用LangChain等框架和工具链构建RAG流水线；

5. 有AI Agent领域的开发经验与研究能力，建设基于多智能体的角色扮演、环境模拟、推理决策、数据合成、报告集成等能力；

6. 良好的英语读写能力，能够阅读英文技术文档。