崗位職責(zé):
1.智能體應(yīng)用開(kāi)發(fā)與優(yōu)化
設(shè)計(jì)、開(kāi)發(fā)與維護(hù)基于大語(yǔ)言模型的智能體系統(tǒng)，支撐業(yè)務(wù)場(chǎng)景中的自動(dòng)化決策與交互任務(wù)。
探索智能體在復(fù)雜任務(wù)調(diào)度、多輪對(duì)話、工具調(diào)用等方面的落地能力。
2.大語(yǔ)言模型應(yīng)用開(kāi)發(fā)
負(fù)責(zé)LLM在智能問(wèn)答、知識(shí)庫(kù)檢索、數(shù)據(jù)分析與報(bào)告生成、聯(lián)網(wǎng)搜索等場(chǎng)景的模型微調(diào)、部署與迭代優(yōu)化。
構(gòu)建面向垂直領(lǐng)域的知識(shí)增強(qiáng)解決方案，提升模型在專業(yè)場(chǎng)景中的準(zhǔn)確性與可靠性。
探索多模態(tài)與跨模態(tài)技術(shù)結(jié)合的可能性（如文本與圖像/數(shù)據(jù)的關(guān)聯(lián)分析）。
3.計(jì)算機(jī)視覺(jué)模型研發(fā)
負(fù)責(zé)電鏡圖像識(shí)別模型的訓(xùn)練、調(diào)優(yōu)與部署，包括圖像分類、分割、檢測(cè)等任務(wù)。
4.工程化與協(xié)作
將算法模型封裝為API或服務(wù)，支持高并發(fā)、低延遲的線上部署。
與前后端工程師、產(chǎn)品經(jīng)理緊密合作，推動(dòng)AI功能在業(yè)務(wù)系統(tǒng)中的集成與落地。

任職要求:
硬性條件：
①學(xué)歷與經(jīng)驗(yàn)：本科及以上學(xué)歷，計(jì)算機(jī)、人工智能、電子工程、應(yīng)用數(shù)學(xué)等相關(guān)專業(yè)。3年以上算法開(kāi)發(fā)經(jīng)驗(yàn)，具備AI落地項(xiàng)目全周期實(shí)踐經(jīng)驗(yàn)。
②技術(shù)能力：熟練掌握Python，熟悉PyTorch/TensorFlow等深度學(xué)習(xí)框架，具備扎實(shí)的算法與數(shù)據(jù)結(jié)構(gòu)基礎(chǔ)。熟悉LangChain等應(yīng)用框架，具有Prompt工程、微調(diào)、RAG增強(qiáng)檢索等實(shí)戰(zhàn)經(jīng)驗(yàn)。熟悉CNN、Transformer等視覺(jué)模型，有圖像處理或科學(xué)數(shù)據(jù)識(shí)別項(xiàng)目經(jīng)驗(yàn)者優(yōu)先。
③工程能力：熟悉Docker、Kubernetes等部署工具，了解模型加速與優(yōu)化技術(shù)，熟練掌握模型部署上線流程。
④領(lǐng)域知識(shí)：對(duì)智能體架構(gòu)、多模態(tài)學(xué)習(xí)、知識(shí)圖譜中的至少一個(gè)方向有深入理解。有電鏡圖像、生物醫(yī)學(xué)影像、工業(yè)檢測(cè)等領(lǐng)域經(jīng)驗(yàn)者優(yōu)先。