大模型技术基础
熟悉大语言模型（LLM）全流程开发，包括预训练、指令微调、偏好微调、模型压缩和推理加速技术（如LoRA、QLoRA、DeepSpeed等）
掌握Transformer、BERT、GPT等模型架构，具备实际优化大模型性能（如训练效率、推理稳定性）的经验
熟练使用PyTorch、TensorFlow等深度学习框架，具备分布式训练和部署能力
自然语言处理与对话系统
精通智能客服场景的算法设计，包括意图理解、对话管理、文本生成、多轮对话和问题推荐
具备RAG（检索增强生成）、Multi-Agent智能体开发经验，能结合知识图谱优化客服系统的可靠性和响应效率
熟悉自然语言处理任务如文本分类、摘要生成、情感分析等，并能够处理高并发请求
工程实践能力
熟练使用Python/Java编程，熟悉SQL优化及大规模数据处理（如数据清洗、预处理）
熟悉Docker、Kubernetes等容器化技术，具备云端部署和运维经验
了解Linux环境开发，熟悉中间件和主流数据库（如MySQL、Redis）