崗位職責(zé):
1. 端到端負(fù)責(zé)大模型訓(xùn)練:設(shè)計并執(zhí)行預(yù)訓(xùn)練、微調(diào)和強化學(xué)習(xí)方案,優(yōu)化訓(xùn)練策略、數(shù)據(jù)調(diào)度與超參數(shù);搭建與維護分布式訓(xùn)練平臺,提升效率與資源利用率。
2. 構(gòu)建與優(yōu)化AI原生知識體系:應(yīng)用檢索增強(RAG)技術(shù),搭建AI知識庫;主導(dǎo)知識圖譜開發(fā),包括實體/關(guān)系抽取、圖譜存儲與質(zhì)量迭代,實現(xiàn)多源異構(gòu)知識融合。
3. 復(fù)雜智能體(Agent)開發(fā):實現(xiàn)多智能體通信與協(xié)作,推進智能體間高效交互。
4. 后端服務(wù)與部署:基于 FastAPI/Flask/Django 開發(fā)接口,使用 Docker 容器化交付;掌握大模型本地化部署流程。
5. 工具與框架:熟練應(yīng)用 LangChain、RAGFlow、AutoGen 等生態(tài),借助 AI 編程工具加速需求分析、設(shè)計與測試。
任職要求:
1. 本科及以上學(xué)歷,計算機、軟件工程、人工智能等相關(guān)專業(yè)。
2. 年及以上 Python 開發(fā)經(jīng)驗,精通數(shù)據(jù)結(jié)構(gòu)與算法;理解 LLM 原理,具備 RAG/Agent 項目實戰(zhàn)經(jīng)驗。
3. 熟悉 PyTorch Lightning、DeepSpeed、Accelerate 等訓(xùn)練框架及分布式訓(xùn)練技術(shù)。
4. 精通至少一種 模型通信框架(Flask/ FastAPI/ Django)與 Docker 容器化。
5. 有知識圖譜構(gòu)建經(jīng)驗,熟悉 Neo4j、JanusGraph 等圖數(shù)據(jù)庫及知識抽取與融合方法。
良好溝通協(xié)作能力,學(xué)習(xí)快速,能適應(yīng)高節(jié)奏研發(fā)環(huán)境。