‌一、岗位职责‌

‌模型开发与优化‌

1、基于DeepSeek、LLaMA等开源大模型，结合业务需求进行领域适配的微调训练（如指令微调、参数高效微调等）。

2、设计并实现RAG（检索增强生成）架构，优化检索与生成模块的协同效率，提升模型对政务场景复杂问题的响应能力。

‌政务场景解决方案落地‌

1、主导或参与政务领域项目（如财务审计、农业农村监督预警），构建垂类大模型应用，包括需求分析、数据清洗、模型训练及效果评估。

2、针对长文本、多模态数据（如政策文件、审计报告）设计高效处理方案，提升模型对结构化/非结构化数据的理解能力。

‌性能调优与部署‌

1、优化模型推理性能（如量化、动态批处理），确保高并发场景下的稳定性与低延迟。

2、推动模型在私有化环境或国产化算力平台的部署，保障数据安全与合规性。

‌跨部门协作‌

与政务客户、产品及业务团队紧密沟通，提炼技术需求并输出可落地的技术方案。

编写技术文档，提供模型使用指南及效果验证报告。

‌二、任职要求‌

1、本科及以上学历，计算机科学、人工智能等相关专业，3年以上NLP领域研发经验。

2、熟练掌握PyTorch/TensorFlow框架，具备大模型微调全流程经验（如LoRA/P-Tuning/QLoRA等调优技术）。

3、熟悉RAG架构核心组件（如向量数据库、召回排序策略），能独立完成检索-生成端到端系统搭建。

4、至少主导过1个以上开源大模型（如DeepSeek、ChatGLM、InternLM）的完整微调项目，并实际应用于业务场景。

5、具备复杂场景数据处理能力（如PDF/表格解析、实体关系抽取），熟悉LangChain/LLamaIndex等工具链优先。

6、逻辑清晰，能快速理解政务业务痛点并提出技术解决方案。