岗位职责（ Respansibilities ):
1．大模型微调与优化：
。基于开源大模型（如 Uama , Qwen 等）进行微调训练（ SFT )，负责模型参数的调整与训练任务的执行。。
配合算法负责人进行模型训练过程的监控（ Loss 分析）与 badcase 修复。
2.数据工程与评测：
○负责训练数据全生命周期的处理（ Python 为主），包括清洗、去重、格式化及针对特定任务的数据增强。
。构建和维护自动化评测集，编写评测脚本，对微调后的模型进行定量评估与对比。
3．工程化落地与维护：
维护现有的 Java 后端服务，处理日常业务需求及线上问题定位。
4．检索库维护：
。负责检索库相关数据的清洗、整理、标注及维护，确保高质量数据供给；
任职要求（ Qualifications ):
1. Python 与框架能力：
○ Pythan 精通：具备优秀的 Python 编程能力，熟练使用
Pandas / NumPy 进行高效数据处理。
框架基础：熟悉 PyTorch 深度学习框架，有 HuggingFace
ransformers ）库使用经验者优先。
2大模型技术能力：
。理解 Transformer 模型的基本原理（ Encoder / Decoder / Attention 机制）。
。了解常见的大模型微调方法（如 SFT , RLHF , LoRA 等）及其应用场景。
3.通用工程能力：
Java 能力：具备扎实的 Java 基础，熟悉 Spring Boot 开发，能够
。
独立承担后端服务的维护与问题排查。
熟悉 Linux 开发环境，熟练使用 Git ,具备基本的 Shell 脚本编写能力。
4.综合素质：
细致耐心，能够接受初期较大数据处理与清洗的工作。