岗位职责：
1. 大模型全链路开发与优化：主导企业级大模型的设计、训练与迭代优化，覆盖文本生成、智能对话系统、代码生成等核心应用场景，打造高性能、高可用性的底层模型底座。
2. 行业化应用落地构建：基于成熟大模型技术栈，针对特定业务场景进行应用程序开发与适配，确保模型性能与实际业务需求深度匹配，实现技术到业务价值的高效转化。
3. 定制化模型微调实施：结合企业个性化需求，设计科学的预训练模型微调方案，完成数据准备、训练调参、效果验证全流程，交付高度贴合业务场景的定制化解决方案。
4. 大规模数据体系搭建：设计并落地高效的大规模数据处理与清洗流程，构建支持模型训练、评估与迭代的数据支撑体系，保障数据质量与模型训练效率。
5. 前沿技术创新探索：跟踪自然语言处理、大模型领域前沿算法与技术动态，开展技术预研与创新实践，持续优化现有系统性能与效果，主导或参与核心技术突破项目。
6. 跨团队协同推进：与产品、工程、业务等多团队紧密协作，明确技术需求、同步项目进度、解决跨领域问题，共同保障项目高效落地与业务目标达成。
7. 技术知识沉淀与传递：撰写规范、详实的实验报告、技术方案文档及操作手册，梳理技术经验与方法论，实现团队内部知识的有效沉淀与传递。
任职资格：
1. 学历背景：本科及以上学历，具备扎实的学术基础与学习能力。专业领域：计算机科学与技术、人工智能、应用数学、数据科学等相关专业优先。
2. 经验要求：拥有1年及以上自然语言处理（NLP）、机器学习或大模型相关领域开发经验；有大模型训练、微调或行业应用落地经验者优先。
3. 技术能力：熟练掌握Python编程语言，深入理解深度学习原理，能熟练运用TensorFlow、PyTorch等主流深度学习框架开展模型开发工作。
4. 模型认知：对BERT、GPT、Qwen、LLaMA等主流大模型的架构原理、训练逻辑与应用场景有深入理解，具备实际项目中的模型选型、调优与部署经验。
5. NLP技术储备：熟悉文本分类、命名实体识别、机器翻译、文本摘要、对话生成等常见NLP任务的技术原理与实现方案，能独立设计并落地相关任务解决方案。
6. 数据能力：具备良好的数据分析思维与统计学基础，能熟练运用数据处理工具（如Pandas、Spark）处理、分析大规模数据集，具备数据驱动的问题解决能力。