一、核心职责

1. 训练数据处理与生成：针对 LLM 训练需求，清洗并规范化多源数据（文本 / 表格 / 日志），完成数据脱敏、去重、去噪，输出符合训练标准的语料；结合交通 / 政务 / 停车等业务场景，设计提示词模板与采样策略（含 system prompt、shot 数量、temperature/top-p 参数），批量生成高质量问答对与指令数据，并搭建 “生成 - 过滤 - 审校” 闭环机制，保障数据质量。

2. 微调数据流水线构建：负责 LLM 微调数据全流程搭建，涵盖数据切分、格式适配（Alpaca/ShareGPT 规范）、多轮质检与版本化管理，确保数据链路可追溯。

3. LLM 微调执行与协助：执行并协助团队完成 LLM 参数高效微调任务（LoRA/QLoRA/PEFT），实时监控训练关键指标（loss、grad norm、VRAM 占用、TPS 等），输出可复现的训练脚本，配合团队优化微调效果。

4. 模型评测与验收：开展 LLM 离线基准评测（Exact-Match、F1、ROUGE、BERTScore、长度惩罚等指标），针对交通 / 政务 / 停车等领域数据集进行专项测试，对比基线模型与 A/B 测试结果，输出评测报告。

5. 文档与知识沉淀：梳理并沉淀岗位核心知识资产，包括 LLM 训练数据标准、提示词库、模型评测报告、模型迭代变更记录（changelog），支撑团队技术复用。

二、任职要求

1. 学历与实习时长：计算机、数据科学、人工智能等相关专业在读（本科及以上）；每周可到岗≥3 天，连续实习≥3 个月，能稳定参与项目迭代。

2. 基础技术能力：熟练掌握 Python 编程（必备）；具备正则表达式应用、SQL 结构化查询能力；扎实掌握 Linux 操作系统基础与 Git 版本控制（如分支管理、提交规范、冲突解决）。

3. 模型认知基础：熟悉 Transformer 模型核心原理（如 Tokenization、上下文窗口机制），理解 SFT（监督微调）、指令微调及模型对齐的核心逻辑，能清晰区分不同微调方式的适用场景。

4. 工作能力要求：具备快速试错与迭代意识，能基于数据验证提示词优化效果，以 “产出高质量结果” 为导向，主动推进任务落地。

三、加分项

1. 微调与工具经验：了解 LoRA/QLoRA 等参数高效微调技术，或使用过 DeepSpeed/Accelerate（训练加速）、vLLM/TGI（推理部署）工具；有 HuggingFace Transformers、LlamaFactory 实操经验者优先。

2. 评测能力储备：使用过 lm-eval-harness、OpenAI Evals 等 LLM 专业评测框架，或有自建领域评测集（如交通 / 政务场景）、设计评测指标的经验。

3. 数据与开源经验：参与过数据标注、众包质检、合成数据治理项目；曾向开源社区（如 HuggingFace、LlamaFactory）提交过 PR 并被合并者优先。

四、技术栈（含应用场景）

类别 核心技术及应用说明

数据处理 Python/Pandas（数据清洗、分析与格式转换）、SQL（结构化数据查询与提取）

模型训练 HF Transformers/PEFT/TRL（LLM 基础训练框架）、LoRA/QLoRA（参数高效微调）、DeepSpeed/Accelerate（训练加速）、BitsAndBytes（低精度训练）

服务与评测 vLLM/TGI（LLM 推理部署）、FastAPI（简单服务搭建）、lm-eval-harness（评测框架）、Weights & Biases/Grafana（指标监控与可视化）

协作与工具 Jupyter（数据探索与脚本调试）、VS Code（代码开发）、Git（版本控制与团队协作）