1. RAG系統(tǒng)設(shè)計(jì)與落地
1) 構(gòu)建檢索增強(qiáng)生成（RAG）技術(shù)框架，結(jié)合向量數(shù)據(jù)庫(kù)實(shí)現(xiàn)高效知識(shí)檢索與生成。
2) 優(yōu)化檢索策略提升問(wèn)答系統(tǒng)準(zhǔn)確性與響應(yīng)速度。
3) 大模型微調(diào)和調(diào)優(yōu)，提升大模型生成效果
2. 工程化與業(yè)務(wù)場(chǎng)景適配
1）將算法模型部署至生產(chǎn)環(huán)境，解決分布式訓(xùn)練、推理性能瓶頸問(wèn)題。
2）針對(duì)辦公、客服等垂直領(lǐng)域，設(shè)計(jì)定制化RAG解決方案，提升業(yè)務(wù)場(chǎng)景的智能化水平

任職要求

1.熟悉大模型預(yù)訓(xùn)練、微調(diào)及模型壓縮技術(shù)，具備實(shí)際項(xiàng)目經(jīng)驗(yàn)。
2. 精通RAG技術(shù)原理，有向量數(shù)據(jù)庫(kù)、知識(shí)圖譜構(gòu)建或檢索優(yōu)化經(jīng)驗(yàn)者優(yōu)先。
3.熟練使用Python，掌握PyTorch框架，了解VLLM、LangChain等大模型工具。
4. 具備良好的代碼工程能力，能獨(dú)立完成算法實(shí)現(xiàn)與調(diào)優(yōu)。
5.對(duì)自然語(yǔ)言處理（NLP）任務(wù)（如文本生成、摘要、問(wèn)答）有深入理解，能結(jié)合業(yè)務(wù)需求設(shè)計(jì)技術(shù)方案。
加分項(xiàng)
1.有智能客服、推薦系統(tǒng)或金融領(lǐng)域AI落地經(jīng)驗(yàn)。
2.參與開(kāi)源項(xiàng)目研發(fā)、具備論文發(fā)表或競(jìng)賽獲獎(jiǎng)經(jīng)歷（如Kaggle、天池）。