主要職責(zé)
? 自主智能 (Agentic AI) 開發(fā): 設(shè)計(jì)和構(gòu)建自主 AI 智能體，推動(dòng)生成式 AI 在實(shí)際企業(yè)場景中的應(yīng)用。
? 性能優(yōu)化: 通過提示工程、工具設(shè)計(jì)、檢索增強(qiáng)生成 (RAG) 以及智能體系統(tǒng)架構(gòu)優(yōu)化來提升智能體的性能。
? 大型語言模型 (LLM) 架構(gòu)與訓(xùn)練: 深入理解 Transformer 架構(gòu)、注意力機(jī)制和大型語言模型訓(xùn)練范式，以優(yōu)化模型在特定業(yè)務(wù)場景下的性能。
? 模型微調(diào): 實(shí)施包括 LoRA、QLoRA 和全量微調(diào)在內(nèi)的微調(diào)策略，以使基礎(chǔ)模型適應(yīng)財(cái)務(wù), 人力資源和供應(yīng)鏈等領(lǐng)域的特定任務(wù)。
? 檢索增強(qiáng)生成 (RAG) 系統(tǒng): 設(shè)計(jì)和優(yōu)化使用嵌入、向量數(shù)據(jù)庫（Pinecone、Weaviate、Milvus）和語義搜索技術(shù)構(gòu)建的檢索增強(qiáng)生成系統(tǒng)。
? 多智能體編排: 設(shè)計(jì)能夠進(jìn)行復(fù)雜推理、規(guī)劃、內(nèi)存管理以及跨分布式業(yè)務(wù)流程的工具使用的多智能體系統(tǒng)。
? 評估: 構(gòu)建評估系統(tǒng)和自動(dòng)化評估流程，以評估智能體的性能。
? 生產(chǎn)部署: 將 AI 智能體從研究原型轉(zhuǎn)化為生產(chǎn)環(huán)境，實(shí)施監(jiān)控、評估和持續(xù)改進(jìn)流程。
? 研究與創(chuàng)新: 緊跟大型語言模型、自主智能和多模態(tài)系統(tǒng)領(lǐng)域的最新進(jìn)展，并為我們的技術(shù)路線圖做出貢獻(xiàn)。
任職資格
必備技術(shù)技能：
? 深度學(xué)習(xí)基礎(chǔ): 深入理解神經(jīng)網(wǎng)絡(luò)架構(gòu)、反向傳播、優(yōu)化算法和 Transformer 模型。
? 大型語言模型 (LLM) 基礎(chǔ): 深入了解大型語言模型原理，包括分詞、位置編碼、自注意力機(jī)制和自回歸建模。
? 深度學(xué)習(xí)能力: 熟練掌握至少一種深度學(xué)習(xí)框架（PyTorch、TensorFlow 或 MXNet）。
? 大型語言模型 (LLM) 訓(xùn)練與微調(diào): 具有預(yù)訓(xùn)練、監(jiān)督微調(diào) (SFT)、強(qiáng)化學(xué)習(xí)人類反饋 (RLHF) 以及參數(shù)高效微調(diào)技術(shù)（LoRA、Adapter、前綴調(diào)優(yōu)）的實(shí)踐經(jīng)驗(yàn)。
? 自主智能 (Agentic AI) 框架: 具有使用 LangChain、LangGraph、Claude Code SDK、Vercel AI SDK 或類似框架構(gòu)建智能體工作流和多智能體系統(tǒng)的經(jīng)驗(yàn)。
? Python & MLOps: 具備強(qiáng)大的 Python 編程能力；熟悉版本控制 (Git)、CI/CD 流程、容器化 (Docker/Kubernetes) 以及云平臺(tái) (AWS/Azure/GCP)。
優(yōu)先考慮的資格：
? 目前就讀于計(jì)算機(jī)科學(xué)、人工智能、機(jī)器學(xué)習(xí)或相關(guān)量化領(lǐng)域的碩士或博士研究生。
? 在自然語言處理 (NLP)、大型語言模型 (LLM) 或自主智能領(lǐng)域發(fā)表過論文或有研究經(jīng)驗(yàn)（例如 NeurIPS、ICML、ACL、EMNLP 等）。
? 具有分布式訓(xùn)練框架 (DeepSpeed、FSDP、Megatron-LM) 的使用經(jīng)驗(yàn)。
? 了解模型量化、蒸餾和壓縮技術(shù)。
? 熟悉向量數(shù)據(jù)庫和語義搜索技術(shù)。