【岗位职责】 1.大模型接入与场景落地：对接主流大模型API（通义千问、DeepSeek、Kimi、GLM、OpenAI等），完成统一封装与稳定化，支持教育、出版等典型业务场景的智能化落地； 2.RAG系统构建与优化：负责最小可用RAG（Retrieval-AugmentedGeneration）系统的搭建与调优，包括文档解析与清洗、向量化检索、召回与重排策略设计，提升问答准确率与响应效率； 3.模型微调与数据建设：使用LLaMA-Factory、PEFT等框架开展LoRA、QLoRA微调复现，构建与优化指令数据集（如Alpaca、BELLE、COIG等），提升模型在特定领域的表现； 4.理部署与性能评测：基于vLLM、TGI、Ollama等推理框架完成服务化部署（FastAPI/K8s），并输出性能评测报告，包括延迟、吞吐（QPS）与成本基线分析； 5.评测与技术文档体系：使用OpenCompass、lm-evaluation-harness、C-Eval等评测工具开展模型对比与A/B测试，编制实验报告、SOP与复现文档，沉淀标准化技术流程。 【任职条件】 1.编程与算法基础：精通Python，熟悉Linux环境与数据结构算法，具备阅读与编写PyTorch、Transformers框架代码的能力； 2.项目与实践经验：参与过至少一个大模型相关项目或课程设计（RAG、微调、Agent任一方向），能独立完成实验与技术文档撰写； 3.工具与框架能力：熟悉LangChain、LangGraph、GraphRAG、LlamaIndex等主流大模型编排框架；掌握Faiss、Milvus、Elasticsearch、Chroma等向量数据库； 4.语言与系统能力：精通Python，了解Java、Golang、Node.js任一语言者优先；具备跨语言接口开发与中台系统集成能力； 5.研究与创新意识：对大模型微调、知识增强（RAG）与智能体（Agent）技术有浓厚兴趣，具备良好的学习、协作与创新能力； 6.加分经验：有LoRA/QLoRA调参与指令数据构建经验；熟悉Prompt、CoT、ReAct、函数调用；熟悉vLLM、TGI、Ollama、FastAPI、K8s等推理与部署体系；具备出版、教育行业知识，或复杂文档解析（OCR、表格、版式分析）经验；了解模型合规、安全及隐私保护要求。 【学历及专业】 硕士研究生及以上学历学位，计算机、人工智能、数学、物理等相关专业 【年龄要求】 硕士研究生，30周岁以下（1996年4月1日后出生）；博士研究生，36周岁以下（1990年4月1日后出生）

微信扫一扫，及时了解投递状态

您目前还没有登录：立即登录