岗位任职要求：
1、本科及以上学历，计算机科学、软件工程、人工智能等相关专业；
2、2年以上NLP/大模型项目经验，至少完整参与过一个AI应用上线项目；
3、熟练掌握Python，熟悉PyTorch/TensorFlow框架及Transformer架构；
4、熟悉大模型技术栈（Hugging Face、LangChain、LlamaIndex、vLLM等）；
5、具备云原生部署经验（AWS/Azure/GCP，Kubernetes+Docker）；
6、深入理解大模型训练、推理优化及行业应用瓶颈（如Token限制、长上下文处理）；
7、掌握CI/CD、MLOps工具链（如MLflow、Airflow），熟悉模型版本管理；
8、具备高并发服务开发经验（异步IO、gRPC、WebSocket）；
9、优先条件：熟悉大模型中间件（如OpenAI API、Azure AI Studio），有检索增强（RAG）、模型轻量化（QLoRA）实战经验。
工作职责概述：
1. 大模型应用设计与开发：基于DeepSeek、GPT、LLaMA、文心一言等大模型，设计并开发企业级AI应用（如视频/图像识别分析、智能客服、知识库问答、自动化文档生成等）；实现大模型的微调（Fine-tuning）、提示词工程（Prompt Engineering）、RAG（检索增强生成）等核心功能；开发大模型API接口，与前端、业务系统集成（如LangChain、FastAPI框架应用）。
2. 数据处理与工程化落地：构建面向大模型的高质量数据集清洗、标注及预处理流程（如视频/图像处理、文本向量化、知识图谱构建）；优化模型推理性能，实现分布式推理、模型压缩（Quantization）及低资源部署（如ONNX Runtime、TensorRT）。
3. 多模态与场景化适配：探索多模态大模型（如GPT-4V、DALL·E、Clip）在图像、语音、视频等场景的应用开发；结合业务需求设计Agent框架，实现任务自动化（如AutoGPT技术路线）。
4. 全链路优化与监控：设计模型服务监控系统，跟踪响应延迟、准确率、Token成本等关键指标；解决大模型幻觉（Hallucination）、数据安全、伦理合规等问题，制定缓解策略。
5. 跨团队协作与创新：与内外部算法团队合作优化模型效果，与产品经理定义AI功能边界；跟进AI前沿技术（如MoE、LoRA），推动技术成果转化落地。