1. 多模态大模型研发与优化
- 负责大规模预训练模型（LLM）的设计、开发、训练及调优，包括架构创新、参数效率提升等
- 建立环卫行业的视觉感知模型和运筹学模型。
- 建立环保行业垂直大模型（如环卫车和环卫工人调度系统、设备诊断知识库等）
2. 数据处理与工程化 - 构建高质量多模态训练数据集，设计数据清洗、增强及标注策略
- 开发高效数据预处理流水线，解决大数据存储、分布式加载等工程问题
- 构建模型微调Pipeline，对接环卫作业数据、物联网、内部管理系统等数据流
- 跟踪LLM领域最新进展（如MoE、长上下文处理、多模态对齐），推动技术迭代;
3. 模型部署与性能优化
- 实现模型的高效推理部署，优化GPU/TPU资源利用率
- 研究模型服务化方案（如API服务、边缘端部署），解决延迟、吞吐量等性能瓶颈;
- 探索模型蒸馏、量化、稀疏化等技术，降低计算与存储成本;
4.跨团队协作
- 与产品、业务团队深度合作，将技术能力转化为实际应用场景
- 撰写技术文档、专利及论文，推动团队技术影响力
1. 计算机科学、软件工程、数学、统计学或相关领域本科及以上学历
2. 2年以上算法研发经验，精通PyTorch框架，且满足下列条件之一：
- 大模型（10B+参数）训练/微调实战经验，深入理解Transformer、注意力机制、RLHF等核心技术，具备模型源码级调优能力。理解RAG技术链实现逻辑，有自研RAG算法能力
- 熟悉Megatron-LM、DeepSpeed等分布式训练工具 ，熟练使用CUDA、TensorRT等加速库，具有模型优化部署能力。
- 熟悉计算机视觉领域，有分类/检测/分割的实际落地项目经验。熟悉传统图像算法。
- 熟悉运筹优化算法理论，有人员排班/车辆路径规划等项目经验。
加分项：具备城市服务和制造业相关经验优先；具备环保物联网数据、环卫作业数据对接经验优先；参与过环保科研项目课题研究者优先；
3. 熟悉发明专利的撰写规范，有相应经验者优先。
一、基本信息：
1、年龄：38岁以下；
2、最低学历：统招本科及以上学历（需学信网认证）92佳
3、专业：计算机科学、软件工程、电子信息、通信工程、数学、统计学等专业
4、工作经验：2年以上

二、专业技能：
硬技能：
1、至少熟悉自然语言处理/计算机视觉/运筹优化中的一个方向，有实际项目经历。
2、具备发明专利撰写能力，至少有一篇已授权专利（须第一/第二发明人）。
3、精通Pytorch深度学习框架，熟练掌握经典机器学习、深度学习、传统图像算法等理论知识，能够从算法原理出发解决实际的业务问题。

三、软性素质：
核心特质：
1、沟通力：能清晰传递复杂方案，擅长将客户/产品经理的需求与算法理论有机结合，得出方案；
2、抗压力：适应高强度工作节奏，对周期长、难度和复杂度高的项目有韧性；
3、学习力：紧跟行业和领域的知识动态，能较快地学习新的方法并落地。
价值观匹配
1、高度认同公司文化（如“客户第一”“结果导向”“奋斗者文化”）；
2、职业稳定性强，过往3年跳槽≤1次。