#### **岗位职责**

1. **大模型应用开发**：

- 基于主流大模型（如GPT-4、LLAMA、文心一言等）开发垂直领域应用，包括对话系统、内容生成、知识问答等场景。

- 实现大模型的本地化部署、微调（Fine-tuning）与提示工程（Prompt Engineering），提升模型在特定任务中的性能。

2. **模型优化与集成**：

- 优化大模型推理效率（如模型压缩、量化、低代码推理框架部署），降低计算资源成本。

- 将大模型能力与传统算法（如规则引擎、检索增强生成RAG）结合，构建混合智能系统。

3. **数据处理与评估**：

- 构建高质量领域数据集，设计数据清洗、标注与增强方案。

- 制定模型评估指标（如准确性、流畅性、安全性），分析模型输出并迭代优化。

4. **工程化落地**：

- 设计大模型服务API接口，支持高并发、低延迟的在线推理需求。

- 与前后端团队协作，推动大模型能力在业务场景中的集成与落地。

#### **任职要求**

- **学历与经验**：

- 硕士及以上学历，计算机科学、人工智能、自然语言处理（NLP）等相关专业，3年以上AI模型开发经验。

- 有至少1个大模型相关项目（如LLM微调、Agent开发、多模态生成）的完整落地经验。

- **技术能力**：

- 熟练掌握PyTorch/TensorFlow等深度学习框架，熟悉Hugging Face Transformers、LangChain等工具链。

- 熟悉大模型关键技术：注意力机制、位置编码、模型并行训练、LoRA/QLoRA等高效微调方法。

- 具备工程化能力：熟悉Docker/Kubernetes部署、CUDA性能优化、分布式训练框架（如DeepSpeed）。

- 熟悉Python编程，了解C++/Rust等高性能语言加分。

- **其他要求**：

- 对AI伦理、模型安全（如内容过滤、偏见消除）有实践经验。

- 优秀的逻辑思维与问题拆解能力，能快速复现论文并解决技术难点。

- 良好的英文文献阅读能力和技术文档撰写能力。

#### **加分项**

- 在顶级会议（NeurIPS/ACL/ICML等）发表过NLP/LLM相关论文；

- 熟悉多模态大模型（如GPT-4V、Stable Diffusion）或具身智能（Embodied AI）；

- 有开源项目贡献（如参与LLAMA、Alpaca等社区项目）；

- 熟悉大模型联邦学习或私有化部署方案。