崗位職責(zé):
1.負(fù)責(zé)企業(yè)級AI平臺及多智能體系統(tǒng)的技術(shù)研發(fā),構(gòu)建覆蓋全鏈路、高可用、可擴(kuò)展技術(shù)體系。
2.主導(dǎo)任務(wù)規(guī)劃引擎、記憶管理系統(tǒng)、多Agent編排引擎等核心模塊的技術(shù)方案落地。
3.負(fù)責(zé)機(jī)器學(xué)習(xí)/深度學(xué)習(xí)模型的設(shè)計、訓(xùn)練、優(yōu)化及部署全流程。深入解決模型落地核心難題,包括LLM調(diào)用性能優(yōu)化、抑制模型幻覺、提升任務(wù)執(zhí)行準(zhǔn)確率。
4.負(fù)責(zé)AI工程化解決方案的開發(fā),設(shè)計并實現(xiàn)分布式訓(xùn)練框架、模型服務(wù)化、自動化推理流水線。
5.評估并整合前沿AI技術(shù),推動AI架構(gòu)持續(xù)升級,并將新技術(shù)與業(yè)務(wù)需求深度融合。
任職要求:
1.熟練大模型微調(diào)技術(shù)(如LoRA、SFT),深入了解RAG問答技術(shù)及其優(yōu)化策略,掌握提示詞工程(Prompt Engineering)設(shè)計與優(yōu)化。具備智能體(Agent)框架(如LangChain、LangGraph)的設(shè)計與開發(fā)經(jīng)驗,熟悉多智能體協(xié)作機(jī)制。
2.熟練掌握Milvus/Elasticsearch等主流向量數(shù)據(jù)庫的使用和相關(guān)特性,熟練掌握主流向量模型種類和相關(guān)特性,掌握文本切分策略和向量數(shù)據(jù)庫存儲設(shè)計。
3.熟練掌握J(rèn)ava或Python等至少一門主流開發(fā)語言,具備扎實的編碼能力。掌握TensorFlow/PyTorch等框架,具備分布式計算與GPU優(yōu)化經(jīng)驗。
4.擁有大模型相關(guān)項目的落地經(jīng)驗,熟悉從模型訓(xùn)練到服務(wù)部署的全流程,并能進(jìn)行性能優(yōu)化。
5.具備技術(shù)前瞻性和優(yōu)秀的系統(tǒng)設(shè)計能力,能夠快速吸收并轉(zhuǎn)化前沿AI論文成果,且平衡技術(shù)先進(jìn)性與工程可行性。