岗位职责：
1. 负责大规模语言模型（LLM）及相关多模态模型的训练、微调、优化与部署，推动其在实际业务场景中的落地应用；
2. 基于行业需求（如医疗、政务、教育等），设计并实现Prompt工程、RAG（检索增强生成）、Agent任务编排等大模型应用架构；
3. 开展模型压缩、推理加速、分布式训练优化等关键技术研究，提升模型性能与服务效率；
4. 结合向量数据库（如Milvus）与语义检索技术，构建高效的知识检索与语义匹配系统；
5. 使用FastAPI、Flask等框架开发高性能RESTful API接口，支撑模型服务化输出与前后端联调；
6. 参与智能体（Agent）系统开发，包括Function Calling、MCP等技术架构，支持复杂任务的自主规划与工具调用；
7. 跟踪大模型领域前沿技术，持续进行技术创新和方案迭代；
8. 协同数据、产品与工程团队，完成从算法研发到系统集成的全流程闭环开发；
9. 输出高质量的技术文档、设计方案及专利成果，支持项目交付与知识沉淀；
10. 完成领导交办的其他工作。
任职资格：
1. 3年及以上经验，计算机、人工智能或相关专业硕士及以上学历，具备扎实的深度学习与自然语言处理理论基础；
2. 熟练掌握Python及主流深度学习框架（如PyTorch），具备大模型训练与调优实战经验；
3. 熟悉Transformer架构及主流大模型（如Qwen、DeepSeek、GPT等）的原理与使用方式；
4. 具备良好的工程能力，熟悉Dify、vLLM、LangChain等工具；
5. 熟悉向量数据库（如Milvus、FAISS）的使用与集成，有文本向量化、语义检索、人脸/图文跨模态匹配等项目经验者优先；
6. 熟悉NLP核心任务（如文本生成、意图识别、信息抽取、对话系统）的建模方法；
7. 熟练掌握FastAPI、Flask等Web服务框架，能够独立完成模型API封装与服务部署；
8. 具备智能体（Agent）开发经验，理解Function Calling机制，有MCP架构实践或自研Agent系统经验者优先；
9. 具备较强的问题分析与逻辑思维能力，能够独立完成算法设计与验证；
10. 具有良好的沟通能力和团队协作精神，能适应快速迭代的技术环境；
11. 发表过相关顶会论文者优先。