崗位職責： 1. 大模型研發與優化 - 負責大規模預訓練模型（LLM）的設計、開發、訓練及調優，包括架構創新、參數效率提升等 - 開發Prompt優化工具提升業務人員模型交互效率 - 針對環保行業垂直場景（如如環衛車和環衛工人調度系統、設備診斷知識庫等）進行模型微調與領域適配 - 探索模型蒸餾、量化、稀疏化等技術，降低計算與存儲成本 2. 數據處理與工程化 - 構建高質量多模態訓練數據集，設計數據清洗、增強及標注策略 - 開發高效數據預處理流水線，解決大數據存儲、分布式加載等工程問題 - 構建模型微調Pipeline，對接環衛作業數據、物聯網（物聯網）、內部管理系統等數據流 - 跟蹤LLM領域最新進展（如MoE、長上下文處理、多模態對齊），推動技術迭代 3. 模型部署與性能優化 - 實現大模型的高效推理部署，優化GPU/TPU資源利用率 - 研究模型服務化方案（如API服務、邊緣端部署），解決延遲、吞吐量等性能瓶頸 4.跨團隊協作 - 產品、業務團隊深度合作，將技術能力轉化為實際應用場景 - 撰寫技術文檔、專利及論文，推動團隊技術影響力 任職要求： 1.計算機科學、軟件工程、數學、統計學或相關領域本科及以上學歷 2.3年以上深度學習研發經驗，3年以上大模型（10B+參數）實戰經驗 算法基礎： - 精通PyTorch/TensorFlow框架，熟悉Megatron-LM、DeepSpeed等分布式訓練工具 - 深入理解Transformer、注意力機制、RLHF等核心技術，具備模型源碼級調優能力 - 理解RAG技術鏈實現邏輯，有LoRA、P-Tuning等高效微調技術經驗 工程能力： - 熟練使用PyTorch+DeepSpeed分布式訓練框架 - 有Huggingface/OpenXLab生態項目落地經驗 - 熟悉Docker+K8s部署方案 - 熟練使用CUDA、TensorRT等加速庫，具備高性能計算優化經驗 加分項： 具備城市服務和離散制造業相關經驗優先； 具備環保物聯網數據、環衛作業數據對接經驗優先； 參與過環?？蒲许椖空n題研究者優先； 3.工作積極主動，耐心仔細，溝通協調能力好，責任心強，邏輯思維強，能承受工作壓力，具有良好的團隊合作精神，能吸收新技術和實踐的能力。