1、核心NLP算法研发与创新:
负责利用前沿的NLP技术，从海量的非结构化水利行业文档（如调度规程、应急预案、工程报告等）中进行精准、高效的信息抽取（实体、关系、事件等）。
主导水利行业知识图谱的设计与构建流程，并基于图谱研发智能问答、智能检索等应用。
负责水利领域大语言模型（LLM）的微调与应用，主导检索增强生成（RAG）等技术的落地。
2、打造水利行业决策智能体 (Agent):
核心任务：设计和研发基于大语言模型的决策智能体（Agent），使其能够自主理解复杂的业务指令（例如：“评估XX流域未来24小时的防洪压力并生成报告”）。
负责智能体的任务规划（Planning）、工具调用（Tool Use）核心模块的研发，为智能体接入水文模型、数据库、知识图谱等外部工具API。
3、模型部署与跨平台性能优化:
负责将NLP模型高效、稳定地部署到多样化的云端及国产化服务器环境中。
深度运用NVIDIA TensorRT进行GPU极致优化，并熟练掌握华为CANN、海光DTK等国产化硬件平台的专属加速工具链，实现模型的高效推理。
针对不同硬件平台的特性，运用模型量化、算子融合、编译优化等技术进行深度性能调优，解决模型在异构硬件上的部署难题。
4、算法服务化与工程落地:
基于C++/Python将优化后的模型封装成高性能、稳定可靠的SDK或API服务。
负责算法服务在不同操作系统（如CentOS, 麒麟OS等）或硬件架构（X86、ARM）上的部署、测试、监控和持续迭代。
撰写高质量的技术文档，分享研究成果与工程经验。

任职要求：

1、学历与专业背景:
计算机、人工智能、自动化、电子信息、数学等相关专业硕士及以上学历。
具备水利工程、水文水资源等交叉学科背景者优先。
核心NLP算法能力 (必须项):
5年以上NLP算法研发和项目落地经验，在信息抽取、智能问答、知识图谱等领域有深厚的技术积累和成功案例。
精通Transformer架构，并熟练使用PyTorch/TensorFlow及Hugging Face生态进行复杂模型的训练与开发。
具备丰富的大语言模型（LLM）微调和应用经验，深刻理解RAG、Agent等技术范式。
2、模型部署与优化能力 (核心要求):
精通C/C++编程，熟悉多线程、内存管理和性能分析，具备底层算子（Operator）优化或开发能力。
具备在国产AI硬件上的部署优化经验，并熟悉其对应的软件栈和加速引擎（如CANN、DTK）。
精通至少一种主流推理引擎（TensorRT为必备），并熟悉ONNX生态，有成功的模型转换和加速经验。
3、综合素质:
具备优秀的系统设计能力和抽象思维，能够将复杂的业务需求解构成清晰的技术方案。
拥有强烈的技术热情和owner意识，能主动追踪并实践AI部署与优化领域的前沿技术。
具备出色的沟通能力和团队协作精神。
4、加分项
有ARM架构服务器的部署优化经验者优先。
熟悉Triton Inference Server、VLLM等大模型服务框架者。
在相关领域的顶级会议、期刊上发表过论文或有知名开源项目贡献者。