工作职责:

一、大模型应用开发与优化

1、负责大模型(如GPT、LLaMA、ChatGLM等)在知识库构建、智能问答、代码生成等场景的应用开发，设计高效、可靠的系统架构。

2、优化大模型性能，解决推理延迟、资源占用高、长文本处理等技术难点，提升用户体验

3、结合业务需求，设计Prompt工程、模型微调(Fine-tuning)、RAG(检索增强生成)等方案

二、场景落地与工程化

1、主导或参与大模型在保险、医疗领域的场景落地，包括知识库问答系统、代码助手工具、多轮对话系统等。

2、实现大模型与业务数据的深度结合，构建数据清洗、向量化检索、结果后处理等全链路能力。

三、技术预研与创新

1、跟踪大模型领域的前沿技术(如Agent、多模态模型压缩等)，探索其在业务中的应用可能性。

2、针对业务场景，开发定制化工具链或中间件，提升开发效率。

四、团队协作与交付

1、与算法团队、产品经理紧密合作，推动技术方案的高质量交付。

2、编写技术文档，输出最佳实践，推动团队技术能力提升。

岗位要求:

一、基础要求

1、计算机科学、人工智能、数学等相关专业本科及以上学历，1-3年应用软件开发经验。

2、扎实的编程能力，精通Python，熟悉C++/Java/Go等至少一门语言，熟悉Linux开发环境。

二、技术能力

1、熟悉主流深度学习框架(PyTorch/TensorFlow)，具备大模型训练、微调、部署经验，

2、熟悉LangChain、Llamalndex等大模型应用开发框架，或类似工具的实际项目经验。

3、熟悉大模型相关技术栈，如向量数据库(MilvusFAISS)、分布式推理、模型量化等。

4、有检索增强(RAG)、模型压缩(LORA、QLORA)、Agent开发经验者优先。

三、项目经验

1、必须:主导或深度参与过至少1个大模型场景落地项目(如知识库问答、智能客服、代码生成工具等)，有实际应用产品开发经验。

2、熟悉大模型应用全流程开发，包括数据处理、模型调优、服务部署、效果评估等环节。