一、 岗位职责
1. 核心算法研发：主导或深度参与工程投标领域大语言模型的预训练、微调（SFT）和人类反馈强化学习（RLHF）全过程。
2. 领域知识融合：研究如何将建筑工程、造价、法律法规等专业知识高效地注入到大模型中（如通过领域知识图谱、专家系统结合等）。
3. 数据处理与构建：负责构建高质量的领域语料库，包括招标文件、投标文件、技术规范、合同条款等数据的清洗、标注和增强。
4. 应用场景落地：
· 智能阅读理解：开发模型对复杂招标文件进行关键信息（如资质要求、技术参数、评分标准）的精准抽取与总结。
· 方案辅助生成：开发模型根据招标需求，辅助生成施工组织设计、技术方案描述、项目管理计划等文本内容。
· 风险智能识别：训练模型识别招标文件中的潜在风险条款、模糊表述及不合理要求。
· 报价分析辅助：结合历史数据，开发模型进行成本估算和竞品分析预测。
5. 模型评估与优化：建立专业的评估体系，持续监控和提升模型在各项任务上的准确性、可靠性和效率。
6. 技术架构设计：设计并实现支持大模型训练、推理和部署的稳定、可扩展的技术架构。
二、 必备技能与要求
1. 学历与专业：
· 计算机科学、人工智能、自然语言处理、数学或相关领域的本科以上学历。
· 需有极强的项目经验和成果证明。
2. 技术硬实力：
· 编程基础：精通Python，熟练掌握PyTorch或TensorFlow等主流深度学习框架。
· 大模型技术：深入理解Transformer、BERT、GPT等架构，具有至少一种大模型（如LLaMA、ChatGLM、Baichuan等）的预训练或全参数/高效微调（LoRA, QLoRA）的实际项目经验。
· NLP核心技术：精通文本分类、命名实体识别（NER）、关系抽取、文本生成、信息检索等核心NLP任务。
· 工程能力：熟悉LangChain、LlamaIndex等应用开发框架，具备将模型进行服务化部署和性能优化的经验。
3. 经验要求：
· 3年以上NLP/大模型相关研发经验，有主导或核心参与过完整AI项目落地的经历。
· 有处理长文本、复杂结构化文档（如PDF解析）经验者优先。