岗位职责：
1、负责使用现有的开源大模型（如Hugging Face系列模型），根据指定行业等业务场景和需求进行针对性的训练和微调，以提高模型在特定任务上的性能和准确性。
2、熟练运用向量数据库（如Milvus、Faiss），构建高效的推荐系统或搜索引擎，实现大规模数据的快速检索和匹配。
3、收集、整理和标注百万级规模的训练数据以及向量数据，确保数据的质量和一致性，为模型训练和微调提供高质量的数据支持。
4、使用 Python 编写数据处理脚本、模型训练和评估代码、与向量数据库交互的接口等，并对代码进行定期维护和优化，确保代码的可扩展性和可维护性。
5、持续监测模型在实际应用中的性能表现（如准确率、召回率、延迟等），及时发现问题并进行优化调整（如模型压缩、量化等），确保模型的稳定性和可靠性。
6、与跨部门团队紧密合作，理解业务需求并提供技术解决方案，同时分享技术知识和经验，促进团队整体技术水平的提升。
任职要求：
专业背景：计算机科学、人工智能、机器学习等相关专业本科及以上学历。
技术技能：
1、精通 Python 编程，有扎实的编程基础和良好的代码规范，熟悉C++或Java者优先。
2、熟悉常见的开源大模型（如BERT、GPT、DEEPSEEK等），有实际训练和微调这些模型的经验。
3、熟练掌握向量数据库的使用（如Milvus、Faiss等），了解向量检索和存储的原理，具备数据库优化经验者优先。
4、熟悉数据处理和标注的流程和方法，有处理大规模数据集的经验。
5、了解深度学习框架（如PyTorch、TensorFlow等），具备分布式训练或模型部署经验者优先。
项目经验：具有至少2个与大模型应用相关的项目经验，能够展示在模型训练、微调以及与向量数据库结合方面的实际成果，项目规模需达到百万级数据量。