岗位职责：
1.负责处理和清洗大规模、多模态的数据集，保证数据的完整性和可靠性，通过多样算法和模型消除数据中的偏见、冗余等，提升和优化数据质量。
2.理解数据需求，与业务紧密结合，设计构建人工智能算法模型，对大规模数据集进行处理和分析以挖掘数据价值。应用场景包括但不仅限于：设备故障诊断与健康管理、生产质量分析、生产效率优化等。
3.设计、构建和维护大模型相关的大数据处理系统和数据管道。
4.设计并优化大模型的训练流程、微调策略和推理效率，提高模型的效果、效率和稳定性。
5.持续关注大模型领域的前沿研究，探索新的应用方向和技术方案，推动AI相关功能的产品化落地，根据用户反馈快速迭代改进模型。
6.客户现场调研与需求分析（需要出差），提出使用数智化的方法解决难点和痛点的方案，将业务需求转化为技术需求。经验技能：
1.精通Python、Java、C++等至少一种编程语言。熟练掌握机器学习框架，如Tensorflow、pytorch、MindSpore等，熟悉并了解其基本原理和使用方法，具备良好的代码工程实现能力。
2.深入理解机器学习、深度学习算法原理、具备扎实的数学基础，包括线性代数、概率论、统计学等，熟悉常用算法及其应用场景，能够灵活应用于实际问题中。
3.大模型相关经验，熟悉主流大模型（包括但不限于GPT、LLaMA、DeepSeek和Qwen等）的原理和应用场景。
4.深入理解大模型相关的训练&推理技术（包括多机多卡、全参微调、PEFT、加速、蒸馏、高质量数据构建等），熟悉Docker/Kubernetes部署、CUDA性能优化、分布式训练框架等，具备大模型工程化能力。
5.熟悉多模态，具备处理文本、图像、语音等多种数据类型的经验。
6.有智慧矿山、智能制造、工业互联网平台、数字化工厂、3C等相关行业从业经验者优先。