1.人工智能應用開發： 負責大模型智能體應用在業務場景中的開發工作，將大模型的能力與實際業務需求相結合，并結合視覺、語音、OCR等機器學習算法，構建構建智能體應用，負責智能體應用功能迭代和優化，確保產品的技術領先性和用戶體驗 2.模型開發與優化： 主導AI大模型及其他模型（大語言模型/視覺-語言模型）的訓練調優及部署落地，針對業務場景優化模型性能（推理速度、內存占用等），實現模型輕量化（如量化、剪枝、蒸餾），探索前沿技術（如MoE、RLHF、長上下文建模）提升模型效果； 負責大模型的預訓練、微調及遷移學習，結合業務需求進行模型定制化開發，提升模型在特定場景下的表現。 3.工程化支持： 搭建高可用數據處理Pipeline（清洗、標注、增強），開發模型服務框架，支持高并發推理及動態擴縮容； 與產品團隊協作，推動算法在業務場景中的落地，確保模型的高效部署和穩定運行。 4.算法研究與落地： 研發核心算法（如預訓練、提示工程、模型對齊），解決實際業務中的技術瓶頸，設計高效的分布式訓練方案（數據/模型并行），提升千億級參數模型的訓練效率； 構建自動化評估體系，量化模型在垂類場景中的表現，推動算法在搜索、推薦、對話等場景的落地。 5.技術前瞻性探索： 跟蹤LLM、Agent、AIGC等領域最新進展，主導技術選型，參與開源社區貢獻，推動內部技術成果轉化； 探索大模型與AI應用開發的前沿技術，推動技術創新和業務場景的結合。