1. 大模型技术研发与场景落地
主导大模型在金融等多行业场景的工程化落地，构建智能对话、知识推理、内容生成等核心模块，熟练运用 Agent 开发、Dify 框架、LangChain、LlamaIndex 等技术栈。
设计并优化模型工程化方案，整合 RAG（检索增强生成）、SFT（监督微调）、多模态对齐等技术，推动大模型与业务场景的深度融合。
2. 智能体架构设计与系统优化
负责 AI Agent 系统架构设计，包括任务规划、对话管理、意图识别等模块开发，提升智能体的自主性与多轮交互能力。
优化大模型服务的高可用分布式系统，解决推理延迟、资源调度等性能问题，探索模型压缩、量化、稀疏化技术以降低部署成本。
3. 工具链与生态建设
熟练使用 Cursor AI 等智能编码工具，提升开发效率与代码质量；推动大模型工具链的标准化与平台化，支持跨团队协作。
跟踪行业前沿技术（如 MoE 架构、具⾝智能、AIGC生成优化），主导技术选型与方案落地。
4. 业务协作与创新探索
与产品、业务团队紧密合作，挖掘大模型在智能客服、数据分析、风险优化等场景的商业价值，制定技术路线图。
撰写技术文档、专利及行业报告，推动团队技术影响力与行业生态共建。
1. 教育背景与经验
本科及以上学历，计算机、人工智能、数学等相关专业，5 年以上工作经验。
2. 技术能力
精通 Python/Java 等编程语⾔，熟悉 PyTorch/TensorFlow 框架，具备分布式训练工具（如 DeepSpeed、Megatron-LM）的实践经验。
熟悉 Hugging Face 生态，了解 LoRA、P-Tuning 等高效微调技术。
熟悉 Transformer、注意力机制、RLHF 等核心技术，具备模型源码级调优能力。
3. 工具与框架
熟练使用 LangChain、LlamaIndex、Dify 等大模型应用框架，掌握 Agent 开发与智能体服务构建。
熟悉智能编码工具（如 Cursor AI），能够高效完成代码生成、调试与优化。
4. 行业洞察力与软技能
对 AI 大模型发展趋势有深入理解，能结合市场动态提出创新解决方案；具备优秀的跨团
队沟通与项目管理能力。
对技术有强烈好奇心，善于学习前沿知识，有开源贡献、顶会论文或算法竞赛获奖者优先。
加分项
有消费金融、互联网金融等垂直领域知识图谱落地经验；
熟悉分布式系统设计与优化；
具备多模态大模型（文本 + 图像 / 视频）开发经验。