岗位职责：
1. 基于公司业务需求，设计并开发基于大模型（如LLM、多模态模型等）的应用解决方案，包括API集成、后端服务等开发。
2.优化模型推理性能（如量化、剪枝、分布式部署），提升响应速度与资源利用率，降低推理成本。
3.参与模型微调（Fine-tuning）或提示工程（Prompt Engineering），结合业务场景定制化模型能力（如知识问答、文本生成、图像分析等）。
4.开发自动化工具或脚本，提升模型训练、测试、部署的效率。
5.负责大模型在生产环境的部署、监控与运维（如Kubernetes集群管理、容器化部署），确保高可用性和低延迟。
6.设计并实施容灾方案、负载均衡策略及弹性扩缩容机制，应对高并发场景。
7.监控模型服务性能指标（如QPS、延迟、错误率），快速定位并解决线上问题（如OOM、性能瓶颈）。
8. 建立日志与指标分析体系，推动运维自动化（如告警系统、自动化扩缩容脚本）。
岗位要求：
1. 本科及以上学历，计算机、软件工程、人工智能等相关专业。
2.2年以上大模型相关应用开发或运维经验，熟悉至少一种主流大模型（如QWen、GLM、LLaMA等）的应用开发流程。
3. 具备大规模分布式系统开发经验者优先（如云原生、微服务架构）。
4.熟练掌握Python/Java/Go等语言，熟悉深度学习框架（PyTorch/TensorFlow），有vllm、ModelScope魔搭平台的二开开发经验优先。
5.熟悉Kubernetes、Docker等容器化技术，具备Linux系统运维经验。
6.了解模型量化、蒸馏、加速技术，有模型部署与性能调优经验。