工作职责：
1、基于公司建筑设计、施工管理、成本控制等业务需求，负责AI建模方案设计，选择合适的算法与模型框架（LLM、YOLO、CNN等），给出技术实现路径。
2、负责数据采集、清洗与标注，包括图纸、BIM导出数据、现场照片、文本资料等，建立结构化训练数据集与评估数据集。
3、基于主流深度学习框架（如PyTorch、TensorFlow等），完成YOLO/CNN等视觉模型及小模型/LoRA的训练、调参与优化，形成可复用的模型组件。
4、负责模型服务化与部署，包括推理接口开发、负载与性能优化、监控与日志管理，确保模型在生产环境中稳定运行。
5、与建筑AI解决方案工程师及业务部门协同，基于业务反馈持续优化模型表现，制定模型评估指标体系（准确率、召回率、时延等），形成版本管理与迭代机制。
6、跟踪行业和学术前沿技术，研究适合建筑行业的AIGC、多模态和知识增强等方案，输出技术预研报告与落地建议。
任职要求：
1.具备小模型/LoRA 微调 能力，熟悉训练流程（数据准备、训练脚本、评估指标、过拟合控制等）；理解大语言模型（LLM）与RAG原理，能针对建筑规范、合同文本等场景设计抽取/分类/问答等任务。熟练掌握深度学习基础理论，熟悉常用网络结构（CNN、Transformer等）及其在视觉、文本任务中的应用；熟悉 YOLO 系列、Mask R-CNN 等目标检测/分割模型，能独立完成模型训练、调参和推理部署；
2.熟练使用 PyTorch、TensorFlow 等深度学习框架，掌握模型保存、推理加速、性能调优等工程实践；能使用 Python 等语言开发训练与推理脚本，封装RESTful接口或gRPC服务；熟悉常用数据库与向量数据库，能按业务需求设计特征存储与检索结构；能使用 N8N 进行环境封装及部署，有在Linux服务器上部署模型服务的经验。
3.对建筑设计、施工或BIM有基本认知，能理解图纸、构件、节点等业务概念；能与建筑AI解决方案工程师及业务部门共同分析问题，将业务语言转化为可建模问题（分类、检测、匹配、生成等）；能根据业务方对效果的反馈，调整模型目标与训练策略。
4.熟练使用 n8n、Dify 等工作流编排工具，能够完成多系统、多模型、多数据源的流程设计、异常处理及权限控制；
5.原则上具备 3年以上人工智能/计算机/软件工程等相关领域工作经验，且在建筑、工程或BIM等行业场景中有实际项目经验者优先；或具备建筑类专业背景，且有2年以上算法工程师/AI工程师经验。