核心職責(zé):
1. 架構(gòu)與設(shè)計(jì):主導(dǎo)設(shè)計(jì)并構(gòu)建面向地理信息行業(yè)的大模型應(yīng)用體系,包括但不限于智能文檔生成、代碼輔助、數(shù)據(jù)分析與洞察、知識(shí)問(wèn)答等。
2. 應(yīng)用開(kāi)發(fā)與落地:
(1)智能文檔生成:開(kāi)發(fā)能夠自動(dòng)/輔助生成技術(shù)設(shè)計(jì)書(shū)、項(xiàng)目報(bào)告、數(shù)據(jù)分析報(bào)告、招投標(biāo)文檔等專(zhuān)業(yè)內(nèi)容的AI應(yīng)用;
(2)行業(yè)知識(shí)引擎:構(gòu)建基于大模型的地理信息行業(yè)知識(shí)庫(kù)與問(wèn)答系統(tǒng),實(shí)現(xiàn)對(duì)行業(yè)規(guī)范、技術(shù)標(biāo)準(zhǔn)、項(xiàng)目經(jīng)驗(yàn)的智能查詢與總結(jié);
(3)代碼與算法輔助:開(kāi)發(fā)用于GIS數(shù)據(jù)處理、空間分析、算法調(diào)優(yōu)的智能編程助手;
(4)數(shù)據(jù)智能解讀:探索利用大模型對(duì)遙感影像、三維模型、矢量數(shù)據(jù)等進(jìn)行智能解譯與語(yǔ)義描述。
3. 技術(shù)選型與優(yōu)化:評(píng)估、選型和微調(diào)各類(lèi)開(kāi)源或商用大模型(如LLaMA, ChatGLM, GPT系列等),使其更好地適配地理信息領(lǐng)域的專(zhuān)業(yè)術(shù)語(yǔ)和邏輯。
4. 協(xié)同創(chuàng)新:與業(yè)務(wù)部門(mén)、數(shù)據(jù)部門(mén)緊密合作,深刻理解業(yè)務(wù)痛點(diǎn),將AI能力轉(zhuǎn)化為實(shí)際的生產(chǎn)力和商業(yè)價(jià)值。
職位要求:
必備條件:
1. 技術(shù)背景:計(jì)算機(jī)科學(xué)、人工智能、地理信息系統(tǒng)或相關(guān)專(zhuān)業(yè)本科及以上學(xué)歷,3年以上相關(guān)工作經(jīng)驗(yàn)。
2. 大模型精通:
(1)深入理解Transformer、Prompt Engineering、RAG、Fine-tuning等大模型核心技術(shù)與原理。
(2)擁有豐富的LangChain、LlamaIndex等AI應(yīng)用框架的實(shí)際開(kāi)發(fā)經(jīng)驗(yàn)。
(3)具備使用PyTorch/TensorFlow等框架進(jìn)行模型微調(diào)(LoRA, P-tuning等)的實(shí)戰(zhàn)經(jīng)驗(yàn)。
3. 開(kāi)發(fā)能力:精通Python編程,具備扎實(shí)的軟件工程功底和良好的系統(tǒng)設(shè)計(jì)能力。
4. 學(xué)習(xí)與創(chuàng)新:對(duì)AIGC領(lǐng)域充滿熱情,具備極強(qiáng)的自主學(xué)習(xí)能力和技術(shù)前瞻性,能獨(dú)立探索和解決復(fù)雜問(wèn)題。
5. 團(tuán)隊(duì)協(xié)作:優(yōu)秀的溝通能力和團(tuán)隊(duì)協(xié)作精神,能夠清晰地向非技術(shù)背景的同事闡述技術(shù)方案。
優(yōu)先考慮:
1. 擁有地理信息、遙感、測(cè)繪等相關(guān)行業(yè)背景或項(xiàng)目經(jīng)驗(yàn),熟悉GIS軟件(如ArcGIS, QGIS)或常用空間數(shù)據(jù)庫(kù)。
2. 有成功將大模型應(yīng)用落地到具體業(yè)務(wù)場(chǎng)景,并產(chǎn)生實(shí)際價(jià)值的項(xiàng)目經(jīng)歷。
3. 在GitHub上有相關(guān)的開(kāi)源項(xiàng)目或在技術(shù)社區(qū)有活躍貢獻(xiàn)。
4. 熟悉向量數(shù)據(jù)庫(kù)技術(shù),并有在RAG系統(tǒng)中集成使用的經(jīng)驗(yàn)。