崗位職責(zé)：
1、大模型業(yè)務(wù)化微調(diào)與訓(xùn)練
①面向具體業(yè)務(wù)場景，完成大模型的指令微調(diào)（SFT）、偏好對齊訓(xùn)練（如GRPO/RL相關(guān)方法）與持續(xù)迭代；
②負(fù)責(zé)訓(xùn)練數(shù)據(jù)體系建設(shè)：數(shù)據(jù)清洗、標(biāo)注規(guī)范、指令構(gòu)造、偏好數(shù)據(jù)構(gòu)造、訓(xùn)練集/評測集劃分與版本管理；
③設(shè)計并優(yōu)化訓(xùn)練策略與超參（LoRA/QLoRA、全參微調(diào)、混合訓(xùn)練等），提升效果與訓(xùn)練效率；
④負(fù)責(zé)訓(xùn)練穩(wěn)定性與成本優(yōu)化：顯存優(yōu)化、吞吐優(yōu)化、分布式訓(xùn)練、故障排查與恢復(fù)。
2、大模型智能體（Agent）開發(fā)與落地
①設(shè)計并實(shí)現(xiàn)面向業(yè)務(wù)的智能體能力：工具調(diào)用（Function Calling/Tool Use）、多步推理、任務(wù)分解、工作流編排；
②構(gòu)建/優(yōu)化RAG、記憶（Memory）、規(guī)劃（Planning）、反思（Reflection）、多智能體協(xié)作等模塊，提升可控性與可靠性；
③將智能體能力與線上系統(tǒng)集成，支持可觀測、可回放、可評估與可迭代。
評測與工程化交付。
3、建立覆蓋業(yè)務(wù)指標(biāo)與通用能力的評測體系（自動評測+人工評測），輸出可量化的迭代報告；
4、搭建訓(xùn)練/推理/評測的工程化流水線（CI/CD、實(shí)驗(yàn)管理、模型版本管理、灰度與回滾）；
5、與產(chǎn)品、業(yè)務(wù)、后端/平臺團(tuán)隊協(xié)作，推動從PoC到規(guī)模化落地。