岗位职责：
1. 参与大模型技术研究与学习，（如Transformer架构、Prompt Engineering、RLHF等）
2. 协助大模型的部署优化，包括模型量化、分布式推理、服务化部署（Hugging Face/DeepSpeed等工具链实践）
3. 支持大模型训练全流程，涵盖数据清洗、分布式训练加速、模型微调（LoRA/P-Tuning等参数高效方法）
4. 探索大模型应用场景，参与构建行业垂直领域智能体（如Agent系统、知识库问答等）
5. 完成技术文档沉淀与知识分享，协助团队构建技术资产
任职要求：
1.985、211在校学生优先考虑，持续6个月；
2.熟悉OpenWebUI、Langchain等项目，能够部署、修改；
3.熟练掌握至少一种编程语言，如Python（最常见，包括numpy、pandas、scikit-learn、PyTorch、TensorFlow等库的使用），或C++等；
4.掌握深度学习基础理论，理解Transformer/BERT/GPT等模型架构，有Hugging Face库使用经验加分；
5.熟悉RAG技术；有基于Rag构建垂直领域知识库经验者优先。
6.熟悉MCP协议、A2AI协议，有MCP服务器构建经验者优先。
7.熟悉vllm、llama.cpp等模型推理框架，有模型量化、分布式推理、服务化部署经验者优先。
8.具备良好的团队合作精神，能够有效沟通，积极解决技术难题。