一、岗位职责
负责大模型（如LLM）的开发、优化与应用落地，包括但不限于RAG（Retrieval-Augmented Generation）架构的开发与优化，实现高质量的文本生成与知识检索能力。
深入参与大模型的微调（Fine-tuning）工作，根据具体业务需求，通过Prompt工程设计高效的Prompt模板，提升模型在特定任务上的性能。
构建与维护知识库，实现知识的高效存储、检索与更新，为大模型提供丰富的知识支持，提升模型的知识性和准确性。
使用Python或Java语言进行大模型相关项目的开发工作，包括但不限于模型训练、推理、部署等环节。
跟踪大模型领域的前沿技术，结合公司业务需求进行技术探索与创新，推动大模型技术在公司业务中的应用与发展。
与团队成员紧密合作，完成大模型项目的开发任务，确保项目按时交付并达到预期效果。
二、任职要求
技术背景
熟练掌握Python或Java编程语言，具备扎实的编程基础和良好的代码规范。
深入理解大模型（如Transformer架构）的工作原理，具备大模型微调（Fine-tuning）的实际经验，能够根据业务需求对模型进行有效的优化。
熟悉RAG开发流程，包括检索模块（Retrieval）的设计与优化、生成模块（Generation）的训练与调优，以及两者之间的协同工作。
精通Prompt工程，能够设计高效、精准的Prompt模板，提升大模型在特定任务（如文本分类、问答系统、文本生成等）上的性能。
具备知识库构建与管理经验，熟悉知识图谱、文档数据库等知识存储技术，能够为大模型提供高质量的知识支持。
项目经验
至少参与过一个完整的大模型应用项目落地，能够独立完成从需求分析、模型选型、开发调试到部署上线的全流程工作。
在项目中成功应用RAG架构或Prompt工程技术，解决实际业务问题，取得显著效果。
具备良好的项目管理能力，能够在有限的时间内高效完成任务，确保项目按时交付并达到预期目标。
学习与沟通能力
对大模型领域的新技术、新方法有较强的学习能力，能够快速掌握并应用到实际工作中。
具备良好的团队协作精神和沟通能力，能够与不同背景的团队成员（如数据科学家、产品经理、业务人员等）进行有效沟通与协作，共同推进项目进展。
学历与专业
计算机科学、人工智能、机器学习等相关专业本科及以上学历，硕士及以上学历优先。
具备相关领域的学术研究背景或项目实践经验者优先考虑。
三、加分项
熟悉深度学习框架（如TensorFlow、PyTorch）的使用与优化，具备分布式训练经验者优先。
在大模型领域有相关技术成果（如发表学术论文、参与开源项目、获得技术奖项等）者优先。
具备自然语言处理（NLP）领域的专业知识和实践经验，熟悉文本挖掘、语义理解等技术者优先。