崗位職責(zé)：
一、模型搭建與訓(xùn)練
1、負(fù)責(zé)參與企業(yè)業(yè)務(wù)場景相關(guān)的 AI 模型選型、搭建與訓(xùn)練，包括但不限于文本生成、智能問答、知識抽取、圖像識別等方向的模型開發(fā)。
2、根據(jù)業(yè)務(wù)需求進(jìn)行數(shù)據(jù)收集、清洗、標(biāo)注及預(yù)處理，構(gòu)建高質(zhì)量的訓(xùn)練數(shù)據(jù)集。
3、熟練使用深度學(xué)習(xí)框架（PyTorch/TensorFlow）進(jìn)行模型訓(xùn)練，能夠獨(dú)立完成訓(xùn)練腳本編寫、參數(shù)調(diào)優(yōu)及訓(xùn)練過程監(jiān)控。
二、模型調(diào)優(yōu)與微調(diào)
1、負(fù)責(zé)大語言模型（LLM）的微調(diào)（Fine-tuning）工作，包括 LoRA、P-Tuning 等高效微調(diào)技術(shù)的應(yīng)用，提升模型在特定業(yè)務(wù)場景下的表現(xiàn)。
2、設(shè)計(jì)和優(yōu)化提示詞工程（Prompt Engineering），通過指令優(yōu)化、思維鏈、少樣本學(xué)習(xí)等方式提升模型輸出質(zhì)量，降低幻覺率。
3、結(jié)合 RAG（檢索增強(qiáng)生成）技術(shù)，優(yōu)化模型與外部知識庫的結(jié)合效果，提升回答的準(zhǔn)確性和時(shí)效性。
三、模型部署與應(yīng)用
1、負(fù)責(zé)訓(xùn)練完成模型的工程化落地，包括模型壓縮、量化、加速及接口封裝（REST API），確保模型能夠在生產(chǎn)環(huán)境中穩(wěn)定運(yùn)行。
2、持續(xù)監(jiān)控線上模型效果，根據(jù)業(yè)務(wù)反饋進(jìn)行模型迭代和優(yōu)化。
四、業(yè)務(wù)場景落地
1、深入理解企業(yè)業(yè)務(wù)需求，將 AI 能力與具體業(yè)務(wù)場景（如智能客服、知識管理、自動(dòng)化決策、質(zhì)量預(yù)測等）相結(jié)合，推動(dòng) AI 技術(shù)在業(yè)務(wù)中的實(shí)際落地和價(jià)值創(chuàng)造。
2、跟蹤 AI 領(lǐng)域前沿技術(shù)動(dòng)態(tài)，探索適用于企業(yè)業(yè)務(wù)的新算法、新模型，保持技術(shù)方案的先進(jìn)性。
任職要求：
1、教育背景與經(jīng)驗(yàn)
本科及以上學(xué)歷，計(jì)算機(jī)、人工智能、數(shù)學(xué)、統(tǒng)計(jì)學(xué)等相關(guān)專業(yè)。1-3 年 AI 算法或模型開發(fā)經(jīng)驗(yàn)，有實(shí)際模型訓(xùn)練、微調(diào)及落地項(xiàng)目經(jīng)驗(yàn)者優(yōu)先。
2、編程基礎(chǔ)
精通 Python 編程，具備良好的代碼規(guī)范和工程化實(shí)現(xiàn)能力。熟悉 Linux 環(huán)境開發(fā)，掌握 Git 版本控制，熟練使用 SQL 進(jìn)行數(shù)據(jù)操作。
3、深度學(xué)習(xí)框架
熟練掌握 PyTorch 或 TensorFlow 深度學(xué)習(xí)框架，能夠獨(dú)立完成模型的定義、訓(xùn)練、調(diào)試和優(yōu)化。熟悉常用模型結(jié)構(gòu)（Transformer、CNN、RNN 等），了解主流預(yù)訓(xùn)練模型（BERT、GPT、LLaMA、ChatGLM、Qwen 等）的原理和使用。
4、模型訓(xùn)練與調(diào)優(yōu)能力
具備實(shí)際的模型訓(xùn)練經(jīng)驗(yàn)，熟悉訓(xùn)練流程、超參數(shù)調(diào)優(yōu)、過擬合處理、模型評估等方法。有大模型微調(diào)（Fine-tuning）經(jīng)驗(yàn)，熟悉 LoRA、P-Tuning、Adapter 等高效微調(diào)技術(shù)。熟悉提示詞工程，能夠針對不同場景設(shè)計(jì)和優(yōu)化提示詞，提升模型輸出效果。熟悉 RAG 技術(shù)棧，了解向量數(shù)據(jù)庫（Milvus、Chroma、FAISS 等）的使用，能夠構(gòu)建檢索增強(qiáng)生成系統(tǒng)。
5、業(yè)務(wù)場景落地能力
具備將 AI 模型與業(yè)務(wù)場景結(jié)合的能力，能夠根據(jù)業(yè)務(wù)需求進(jìn)行技術(shù)選型和方案設(shè)計(jì)。有智能客服、知識庫問答、工業(yè)質(zhì)檢、預(yù)測分析等實(shí)際業(yè)務(wù)落地經(jīng)驗(yàn)者優(yōu)先。
6、綜合素質(zhì)
對 AI 技術(shù)有強(qiáng)烈興趣，具備快速學(xué)習(xí)能力和技術(shù)鉆研精神，能主動(dòng)跟蹤領(lǐng)域前沿動(dòng)態(tài)。具備良好的邏輯分析能力和問題解決能力，能與團(tuán)隊(duì)高效協(xié)作。有責(zé)任心，能主動(dòng)推進(jìn)項(xiàng)目進(jìn)展并承擔(dān)技術(shù)攻堅(jiān)任務(wù)。
7、加分項(xiàng)
有開源模型二次開發(fā)經(jīng)驗(yàn)者優(yōu)先。有模型部署、加速、量化經(jīng)驗(yàn)者優(yōu)先。有 Kaggle、天池等算法競賽獲獎(jiǎng)經(jīng)歷者優(yōu)先。有技術(shù)博客或開源項(xiàng)目貢獻(xiàn)者優(yōu)先。