一、崗位職責 負責大模型（如LLM）的開發、優化與應用落地，包括但不限于RAG（Retrieval-Augmented Generation）架構的開發與優化，實現高質量的文本生成與知識檢索能力。 深入參與大模型的微調（Fine-tuning）工作，根據具體業務需求，通過Prompt工程設計高效的Prompt模板，提升模型在特定任務上的性能。 構建與維護知識庫，實現知識的高效存儲、檢索與更新，為大模型提供豐富的知識支持，提升模型的知識性和準確性。 使用Python或Java語言進行大模型相關項目的開發工作，包括但不限于模型訓練、推理、部署等環節。 跟蹤大模型領域的前沿技術，結合公司業務需求進行技術探索與創新，推動大模型技術在公司業務中的應用與發展。 與團隊成員緊密合作，完成大模型項目的開發任務，確保項目按時交付并達到預期效果。 二、任職要求 技術背景 熟練掌握Python或Java編程語言，具備扎實的編程基礎和良好的代碼規范。 深入理解大模型（如Transformer架構）的工作原理，具備大模型微調（Fine-tuning）的實際經驗，能夠根據業務需求對模型進行有效的優化。 熟悉RAG開發流程，包括檢索模塊（Retrieval）的設計與優化、生成模塊（Generation）的訓練與調優，以及兩者之間的協同工作。 精通Prompt工程，能夠設計高效、精準的Prompt模板，提升大模型在特定任務（如文本分類、問答系統、文本生成等）上的性能。 具備知識庫構建與管理經驗，熟悉知識圖譜、文檔數據庫等知識存儲技術，能夠為大模型提供高質量的知識支持。 項目經驗 至少參與過一個完整的大模型應用項目落地，能夠獨立完成從需求分析、模型選型、開發調試到部署上線的全流程工作。 在項目中成功應用RAG架構或Prompt工程技術，解決實際業務問題，取得顯著效果。 具備良好的項目管理能力，能夠在有限的時間內高效完成任務，確保項目按時交付并達到預期目標。 學習與溝通能力 對大模型領域的新技術、新方法有較強的學習能力，能夠快速掌握并應用到實際工作中。 具備良好的團隊協作精神和溝通能力，能夠與不同背景的團隊成員（如數據科學家、產品經理、業務人員等）進行有效溝通與協作，共同推進項目進展。 學歷與專業 計算機科學、人工智能、機器學習等相關專業本科及以上學歷，碩士及以上學歷優先。 具備相關領域的學術研究背景或項目實踐經驗者優先考慮。 三、加分項 熟悉深度學習框架（如TensorFlow、PyTorch）的使用與優化，具備分布式訓練經驗者優先。 在大模型領域有相關技術成果（如發表學術論文、參與開源項目、獲得技術獎項等）者優先。 具備自然語言處理（NLP）領域的專業知識和實踐經驗，熟悉文本挖掘、語義理解等技術者優先。