岗位职责：
1. 负责利用开源/闭源大模型进行落地应用开发，包括流程自动化、问答搜索、数据分析、文档处理、软件工程等场景下的智能助手，并与业务、开发团队紧密协作，推动算法模型在真实业务中的部署与落地。
2. 模型调优：深入理解大语言模型的模型结构、训练过程、应用模式以及评测方案，根据评测结果对存在的问题进行研究，面向具体异常制定研究策略，通过对比、归纳等方法，产出研究分析结论，指导模型优化落地。
3. 应用调优：结合实际业务场景，采用提示工程、上下文工程、微调、组合模型、融合模型等方式，提升大模型在特定任务中的表现；利用模型压缩、Batch 优化等方式，优化大模型推理和部署的性能，提升本地环境下的性能表现。
4. RAG 系统优化：负责垂直业务下的 RAG 系统的开发与表现优化，构建以数据为中心的“数据-训练-应用-评测”闭环，提升文档解析、知识化、检索召回、长文本处理等技术环节，保证 RAG 系统在垂直业务下的准确性和忠实性。
5. Workflow/Agent 开发优化：负责实现面向具体业务的智能体系统，包括智能体工作流和自主智能体，优化路由、任务拆解、工具使用、状态记忆、调度策略等技术环节，提高 Workflow/Agent 在复杂任务中的稳定性与实现效果。
任职要求：
1. 硕士及以上学历，计算机、人工智能等相关专业优先。
2. 有扎实的编程基础，熟练掌握 Python，能够利用 Python 完成文档处理、图像处理、信息抓取等自动化任务。
3. 有良好的算法基础，掌握深度学习和 NLP 领域的基础知识和经典算法，掌握大语言模型的算法原理与应用技术，能够追踪大模型方向的前沿进展，积极主动地学习和探索学术界和产业界的新技术动态。
4. 掌握至少一个大模型开发框架（如 Langchain、LLaMA Index、Autogen 等）或智能体编排平台（如 Dify、n8n、Coze），具有利用相应框架进行应用开发和落地的项目经验。
5. 具备独立开发并部署大模型服务的能力，具备较强的分析能力，能定位模型应用场景中的表现问题和性能瓶颈。
6. 优秀的业务理解能力和较强的工程化落地能力，能够与业务和开发团队配合，在业务场景中快速验证效果并迭代开发。
7. 拥有日语阅读能力和会话能力者优先。