大模型調(diào)優(yōu)工程師（行業(yè)知識庫方向）

崗位職責
1.模型調(diào)優(yōu)與適配：依托企業(yè)行業(yè)知識體系，對主流大模型（如LLaMA、GPT、Qwen等）開展領(lǐng)域定向微調(diào)，增強其在特定業(yè)務場景下的任務執(zhí)行能力（如問答系統(tǒng)、邏輯推理、文本生成等）。
2.數(shù)據(jù)治理與知識整合：設(shè)計并實施行業(yè)知識庫的數(shù)據(jù)清洗、標注及向量化流程，實現(xiàn)結(jié)構(gòu)化與非結(jié)構(gòu)化數(shù)據(jù)的深度融合與高效利用。
3.跨職能協(xié)同：與各業(yè)務線緊密配合，深入理解行業(yè)實際需求，推動模型能力在具體應用場景中的落地（如客戶支持、數(shù)據(jù)洞察、智能輔助決策等）。
4.資源效率提升：采用參數(shù)高效微調(diào)技術(shù)（PEFT）、模型量化方法（QLORA）等手段，降低顯存占用和算力消耗，適配企業(yè)現(xiàn)有硬件基礎(chǔ)設(shè)施。
5.前沿技術(shù)探索：持續(xù)關(guān)注大模型微調(diào)方向的技術(shù)進展（如MOE架構(gòu)、持續(xù)學習機制），研究多模態(tài)知識庫與模型融合的創(chuàng)新路徑。

任職要求
1.技術(shù)能力
-掌握主流大模型核心架構(gòu)（Transformer、LLaMA、GPT系列），熟悉常見微調(diào)方法（LORA、Adapter、Prefix-Tuning）及相關(guān)工具生態(tài)（HuggingFace、Deepspeed）
-熟練使用PyTorch或TensorFlow框架，具備多GPU/TPU分布式訓練經(jīng)驗，掌握混合精度訓練、梯度檢查點等顯存優(yōu)化技術(shù)
-精通行業(yè)知識庫建設(shè)關(guān)鍵技術(shù)，包括知識圖譜構(gòu)建、文本嵌入表示（BERT/Embedding）、RAG（檢索增強生成）等
-了解模型量化部署方案（AWQ、GGUF）及高性能推理引擎（vLLM、TensorRT-LLM）

2.行業(yè)經(jīng)驗（滿足其一即可）
-具備航天、航空、工業(yè)、農(nóng)業(yè)等垂直領(lǐng)域知識庫建設(shè)項目經(jīng)歷，熟悉相關(guān)行業(yè)術(shù)語與數(shù)據(jù)特征
-擁有多模態(tài)數(shù)據(jù)處理經(jīng)驗（涵蓋文本、表格、圖像/視頻），參與過大模型在行業(yè)場景的實際落地項目

3.學歷與資歷
-碩士及以上學位，計算機科學、人工智能、數(shù)學等相關(guān)專業(yè)背景，具備3年以上NLP或大模型研發(fā)經(jīng)驗
-有開源社區(qū)貢獻記錄（如HuggingFace模型上傳、LangChain集成）或發(fā)表過頂會論文（ACL、NeurIPS）者優(yōu)先考慮

4.綜合素質(zhì)
-思維嚴謹，能快速捕捉業(yè)務需求并轉(zhuǎn)化為可行的技術(shù)實施方案
-具備良好的溝通協(xié)作能力，可與技術(shù)、產(chǎn)品及業(yè)務團隊順暢對接