· 该岗位面向公司 AI 产品与智能系统中的自然语言理解与生成能力建设，
负责 NLP / 大语言模型相关算法在真实业务场景中的设计、训练、优化与落地。

· 岗位关注的不仅是模型效果本身，
而是 NLP 技术在复杂业务中的可用性、稳定性与可迭代性，
需要在算法研究、工程实现与产品需求之间建立有效连接。

· 该角色是 AI 研发体系中的核心算法岗位之一，
在模型复杂度、数据理解深度以及跨团队协作要求上，
显著高于传统规则型 NLP 或仅做模型调用的应用集成角色。

· 负责 NLP 相关算法的研发与优化，包括但不限于：

· 文本分类、文本匹配、信息抽取、情感分析、问答系统

· 对话系统、文本生成、摘要、搜索与推荐相关 NLP 能力

· 参与大语言模型（LLM）在业务场景中的应用设计与算法实现，如：

o Prompt 设计与优化

o RAG（检索增强生成）

o 模型微调（SFT / LoRA / PEFT）

· 负责 NLP 模型的训练、评估、调优及效果分析，持续提升模型在业务场景中的表现

· 与产品、后端、数据团队协作，将 NLP 能力落地为稳定可用的业务能力

· 参与 NLP 相关数据的构建与治理，包括数据清洗、标注方案设计与数据质量评估

· 跟踪 NLP 与大模型领域的前沿技术，并结合业务场景进行技术选型与落地

· 对已有 NLP 系统与模型进行持续优化，提高模型效果、推理效率与稳定性

· 本科及以上学历，计算机科学、人工智能、数学、统计等相关专业

· 扎实的机器学习与深度学习基础，熟悉常见模型与算法原理

· 熟练使用 Python，具备良好的算法代码实现能力

· 熟悉常见深度学习与 NLP 框架：

o PyTorch / TensorFlow

o Hugging Face Transformers

· 具备良好的问题分析能力，能够从业务需求中抽象出 NLP 问题并设计解决方案

· NLP / 大模型相关要求

· 熟悉主流 NLP 任务与技术，包括但不限于：

o 分词、词向量、语言模型、序列标注、文本生成

· 熟悉主流预训练语言模型及其应用：

o BERT / RoBERTa / GPT / T5 / LLaMA 等

· 具备大语言模型应用经验者优先，包括：

o Prompt Engineering

o RAG 架构设计与实现

o 模型微调与推理优化

· 理解 NLP 模型在生产环境中的关键问题，如：

o 效果评估

o 数据偏差

o 推理成本与性能

o 稳定性与可解释性

· 有大语言模型（LLM）相关项目经验或实际业务落地经验

· 熟悉向量检索与相关技术：

o FAISS / Milvus / Elasticsearch 向量检索

· 有搜索、推荐、对话系统、智能客服等业务背景

· 熟悉 AI 工程化流程，与后端系统协作经验丰富

· 参与过 NLP / AI 相关开源项目、技术博客或论文发表

· 有跨模态（文本 + 图像 / 语音）相关经验者优先