崗位職責 1. 大模型應用開發： ￮ 負責大語言模型（LLM）或跨模態大模型在實際業務場景中的需求分析、模型選型與優化（如智能客服、知識問答

、文檔理解、自動化合規審核等）； ￮ 完成模型的微調（Fine-tuning）
、提示工程（Prompt Engineering）、評估與部署
，解決領域適配問題。 2. 性能優化與工程化： ￮ 優化模型推理效率（如量化、剪枝、蒸餾）及顯存占用，提升服務吞吐量
； ￮ 設計多模型協同架構（如RAG、Agent係統）
，解決複雜任務鏈問題。 3. 技術研究與創新： ￮ 了解大模型前沿技術： 關注大模型領域的一些前沿技術（如 MoE 的基本概念、長上下文處理的重要性、多模態對齊的基本原理），並思考其在業務場景中的潛在應用。 ￮ 構建領域數據集並進行初步訓練策略探索： 參與構建針對特定垂直領域的
、較小規模的數據集

，並嚐試設計一些基本的領域適配訓練策略。 任職要求 1. 教育背景： ￮ 本科及以上學曆，計算機、電子、軟件工程、數學等相關專業優先。 2. 技術基礎： ￮ 了解主流大模型架構（如Transformer、LLaMA、GPT、CLIP）
，具備提示詞工程優化經驗； ￮ 掌握大模型微調技術（如SFT
、LoRA、QLoRA、Adapter）
，具備顯存優化經驗（混合精度訓練、梯度累積）； ￮ 熟悉大模型應用技術棧：LangChain/LLamaIndex
、向量數據庫
、評估工具（MT-Bench
、HELM）

； ￮ 使用過Dify/Coze/fastgpt等平台
，熟悉工作流構建
、智能體與自定義工具編寫。 3. 項目經驗： ￮ 2年以上NLP/CV算法經驗，至少1年大模型相關項目實戰經驗； ￮ 有至少一個完整的大模型落地案例（如基於LLM的智能審核係統、智能問答或者多模態內容生成）。 4. 工程能力： ￮ 熟悉使用模型加速工具（vLLM、DeepSpeed
、TensorRT）


，具備服務部署經驗（API封裝
、並發優化）
； ￮ 熟悉Linux開發環境

，能獨立完成數據清洗、訓練

、評估全流程。 加分項 • 發表過高水平LLM相關論文，或參與開源大模型項目貢獻； • 具備大規模數據處理與優化的經驗。 • 具備多模態任務（文本 圖像/視頻）處理經驗，或複雜決策任務（Agent規劃、工具調用）開發能力。 軟技能要求 1. 問題拆解能力：能將模糊業務需求轉化為可落地的技術方案（如將“智能合規審核”拆解為文檔解析 規則匹配 LLM決策）； 2. 協作溝通：能與產品、工程團隊高效協作
，推動技術方案落地； 3. 學習與抗壓：適應技術快速迭代，能獨立攻關技術難點。