大模型微調(diào)工程師(行業(yè)知識(shí)庫方向)

崗位職責(zé)
1.模型微調(diào)與優(yōu)化:基于公司行業(yè)知識(shí)庫，對(duì)預(yù)訓(xùn)練大模型(如LLaMA、GPT、Qwen等)進(jìn)行領(lǐng)域適配微調(diào)，提升模型在行業(yè)場(chǎng)景中的任務(wù)表現(xiàn)(如問答、推理、文本生成)
2.數(shù)據(jù)處理與知識(shí)融合:設(shè)計(jì)并構(gòu)建行業(yè)知識(shí)庫的清洗、標(biāo)注及向量化流程，實(shí)現(xiàn)結(jié)構(gòu)化與非結(jié)構(gòu)化數(shù)據(jù)的高效融合。
3.跨領(lǐng)域協(xié)作:與業(yè)務(wù)部門深度合作，理解行業(yè)需求，將模型能力嵌入實(shí)際業(yè)務(wù)場(chǎng)景(如客戶服務(wù)、數(shù)據(jù)分析、智能決策)。
4.性能優(yōu)化:通過參數(shù)高效微調(diào)(PEFT)、量化技術(shù)(QLORA)等方案降低顯存和計(jì)算資源消耗，適配企業(yè)級(jí)硬件環(huán)境。
5.技術(shù)研究:跟蹤大模型微調(diào)前沿技術(shù)(如MOE、持續(xù)學(xué)習(xí))，探索多模態(tài)知識(shí)庫與模型結(jié)合的創(chuàng)新方案。

任職要求
1.技術(shù)能力
-熟悉主流大模型架構(gòu)(Transformer、LLaMA、GPT系列)，掌握微調(diào)技術(shù)(LORA、Adapter、Prefix-Tuning)及工具鏈(HuggingFace、Deepspeed)-熟練使用PyTorch/TensorFlow框架，具備分布式訓(xùn)練(多GPU/TPU)和顯存優(yōu)化經(jīng)驗(yàn)(如混合精度訓(xùn)練、梯度檢查點(diǎn))
-精通行業(yè)知識(shí)庫構(gòu)建技術(shù)，包括但不限于:知識(shí)圖譜構(gòu)建、文本向量化(BERT/Embedding)、RAG(檢索增強(qiáng)生成)-熟悉量化部署(AWQ、GGUF)及輕量化推理框架(vLLM、TensorRT-LLM)

2.行業(yè)背景(至少滿足一項(xiàng))
-有航天、航空、產(chǎn)業(yè)、農(nóng)業(yè)等垂直領(lǐng)域知識(shí)庫項(xiàng)目經(jīng)驗(yàn)，熟悉行業(yè)術(shù)語與數(shù)據(jù)特性-具備多模態(tài)數(shù)據(jù)處理能力(文本、表格、圖像/視頻)，曾參與行業(yè)大模型落地項(xiàng)目。

3.學(xué)歷與經(jīng)驗(yàn)
-碩士及以上學(xué)歷，計(jì)算機(jī)科學(xué)、人工智能、數(shù)學(xué)等相關(guān)專業(yè)，3年以上NLP/大模型開發(fā)經(jīng)驗(yàn)。-有開源項(xiàng)目貢獻(xiàn)(如HuggingFace模型庫、LangChain)或頂會(huì)論文(ACL、NeurlPS)者優(yōu)先。

4.軟技能
邏輯清晰，能快速理解業(yè)務(wù)需求并轉(zhuǎn)化為技術(shù)方案-具備跨團(tuán)隊(duì)協(xié)作能力，與技術(shù)、產(chǎn)品、業(yè)務(wù)部門高效溝通。