1. AI 大模型应用开发：熟悉并能熟练部署Deepseek、通义千问等AI大模型，负责将 AI 大模型集成到水务行业业务场景中，开发定制化的应用解决方案，满足不同项目的功能需求。

2. 模型优化与调优：持续对已部署的 AI 大模型进行微调、训练，并与业务系统集成对接，包括但不限于提高模型准确性、降低推理延迟、优化资源利用效率，确保模型在实际应用中的高效稳定运行。

3. 数据处理与管理：收集、整理和标注用于训练和评估 AI 大模型的数据，构建高质量的数据集；同时，负责数据的存储、维护和安全管理，保障数据的完整性和可用性。

4. 算法研究与创新：跟踪人工智能领域的前沿技术和研究成果，探索新的算法和模型架构，并尝试将其应用于现有项目中，提升产品的竞争力和创新性。

5. 与团队协作：与各业务部门紧密合作，参与项目需求分析、技术方案设计和系统集成工作，为项目的顺利推进提供技术支持。

6. 技术文档撰写：编写详细的技术文档，涵盖 AI 大模型的应用架构、算法原理、模型训练与部署流程、故障排查指南等内容，方便团队内部知识共享和项目后续维护。

1. 学历背景：拥有计算机科学、软件工程、人工智能或相关领域的硕士学位或更高学历；本科毕业生需具备丰富的实习经验和突出的技术能力。

2. 技术能力

1. 熟练掌握 Python 编程语言，具备扎实的编程基础和良好的代码规范，能够独立完成复杂的算法实现和程序开发。

2. 对深度学习框架（如 TensorFlow、PyTorch 等）有深入理解和实践经验，能够熟练使用框架进行模型开发、训练和部署。

3. 熟悉常见的 AI 大模型架构（如Deepseek、GPT 系列等），了解其原理和应用场景，具备模型微调、迁移学习的能力。

4. 掌握数据处理和分析技术，熟悉数据预处理、特征工程、数据增强等方法，能够运用工具（如 Pandas、Numpy 等）进行高效的数据处理。

5. 了解自然语言处理（NLP）、计算机视觉（CV）、增强检索（RAG）等至少一个 AI 应用领域的技术原理和算法，具备相关项目实践经验。

3. 创新与学习能力：具有强烈的创新意识和学习能力，能够快速掌握新知识、新技术，并应用于实际工作中；能够独立思考，提出创新性的解决方案，应对项目中的技术挑战。

4. 沟通协作能力：具备优秀的沟通技巧，能够与不同背景的团队成员、管理层和客户进行有效的沟通和协作；具有良好的团队合作精神，能够积极参与团队讨论，分享知识和经验，共同推动项目进展。

5. 行业认证（优先）：拥有人工智能相关的行业认证，如华为认证人工智能工程师（HCIA-AI）、NVIDIA 认证深度学习工程师（DLI）或其他同等认证者优先考虑。

6. 问题解决能力：具备较强的问题分析和解决能力，能够快速定位和解决 AI 项目开发和部署过程中出现的技术问题；善于总结经验教训，不断优化工作流程和方法。