1)大模型算法研发与优化：

①负责大模型的训练、微调与优化，结合实际业务需求提升模型性能；

②研究并实现知识图谱、知识库的构建与维护，支持大模型的知识增强能力；

③开发知识增强的多轮问答系统，优化检索与生成模块的性能，提升问答准确率与用户体验。

2）大模型微调技术研究：

①熟练掌握大模型的微调技术，并进行深入研究与创新；

②探索高效微调方法，降低大模型在特定任务上的训练成本与资源消耗；

③结合实际场景，设计并实现定制化的微调方案。

3）大模型部署与应用：

①负责大模型的部署与推理优化，确保模型在高并发场景下的高效运行；

②研究模型压缩与加速技术（如量化、剪枝、蒸馏等），提升大模型的推理效率；

③推动大模型在产品中的应用，解决实际业务问题。

4）技术调研与创新：

①跟踪大模型领域的前沿技术，结合实际业务需求进行技术调研与创新；

②参与技术方案的制定与评审，推动团队技术能力的提升。

工作时间：周一至周五8:30-16:30，午休1小时；周末双休

1）学历要求：硕士研究生及以上学历，985/211本科，计算机科学、人工智能、电子工程、自动化等相关专业。

2）工作经验：

①3-5年大模型、自然语言处理、知识图谱等相关领域的研究或开发经验；

②具备知识图谱、知识库构建及RAG问答系统的实际项目经验。

3）技术能力：

①熟悉业界主流大模型（如GPT、BERT、T5、LLaMA等）的算法原理与实现细节；

②熟练掌握大模型的微调技术，包括但不限于Adapter、LoRA、Prompt Tuning、Prefix Tuning等。

③熟悉大模型的训练框架（如PyTorch、DeepSpeed、Megatron-LM等），具备大规模分布式训练经验；

④熟悉模型压缩与加速技术（如量化、剪枝、蒸馏等），具备大模型部署与推理优化经验；

⑤具备知识图谱、知识库构建及RAG问答系统的开发经验，熟悉相关工具与框架（如Neo4j、Elasticsearch、FAISS等）。

1）具备良好的代码能力，熟练掌握Python/C ，具备良好的编程习惯；

2）具备较强的学习能力与问题解决能力，能够独立完成技术调研与开发；

3）具备良好的团队协作能力与沟通能力，能够与跨部门团队紧密合作。

4）加分项：

①在重要国际学术会议（如CVPR、ICCV、ECCV、NeurIPS等）发表过相关论文；

②具备大规模数据集处理与分布式训练经验；

③有端侧实际产品落地经验，熟悉从算法研发到上线的完整流程；

④有教育行业开发经验。