崗位職責(zé)：
1. 負(fù)責(zé)大規(guī)模語(yǔ)言模型在預(yù)訓(xùn)練、微調(diào)、指令優(yōu)化及評(píng)估環(huán)節(jié)的技術(shù)研發(fā)，提升模型在對(duì)話交互、指令執(zhí)行、文本生成等場(chǎng)景下的實(shí)用性和穩(wěn)定性。
2. 設(shè)計(jì)并落地 RAG 框架中檢索模塊與大模型的協(xié)同機(jī)制，優(yōu)化召回精度、排序策略以及上下文整合方法。
3. 推進(jìn)大模型在推理階段的工程實(shí)現(xiàn)（包括模型切分、量化處理、內(nèi)存管理與延遲控制），確保模型以高可用服務(wù)形式穩(wěn)定運(yùn)行。
4. 構(gòu)建或持續(xù)完善模型評(píng)估與監(jiān)控系統(tǒng)（涵蓋自動(dòng)化評(píng)測(cè)腳本、對(duì)話質(zhì)量度量、線上行為追蹤與日志回放）。
5. 與產(chǎn)品、后端、前端及數(shù)據(jù)團(tuán)隊(duì)緊密協(xié)作，完成需求分析、技術(shù)方案設(shè)計(jì)及系統(tǒng)上線部署。
6. 關(guān)注自然語(yǔ)言處理與大模型領(lǐng)域的最新進(jìn)展（如指令優(yōu)化、RAG 技術(shù)、對(duì)齊方法），開(kāi)展新技術(shù)評(píng)估并推動(dòng)原型驗(yàn)證。

任職要求：
1. 計(jì)算機(jī)科學(xué)、人工智能、計(jì)算語(yǔ)言學(xué)、數(shù)學(xué)等相關(guān)專業(yè)碩士及以上學(xué)歷，具備扎實(shí)的機(jī)器學(xué)習(xí)理論基礎(chǔ)（涵蓋概率論、優(yōu)化方法、深度學(xué)習(xí)原理），具有2年以上人工智能相關(guān)開(kāi)發(fā)經(jīng)驗(yàn)。
2. 熟悉 Transformer 結(jié)構(gòu)，掌握語(yǔ)言模型的預(yù)訓(xùn)練、微調(diào)、指令調(diào)優(yōu)（instruction tuning）和 RLHF 技術(shù)（具備實(shí)踐經(jīng)驗(yàn)者優(yōu)先）；了解 embeddings、信息檢索、對(duì)話管理及相關(guān)評(píng)估指標(biāo)。
3. 熟練使用 PyTorch 框架，熟悉 Hugging Face Transformers、Accelerate、DeepSpeed、bitsandbytes 等分布式訓(xùn)練與性能優(yōu)化工具。
4. 編程能力扎實(shí)，精通 Python，具備高性能推理開(kāi)發(fā)經(jīng)驗(yàn)（包括模型量化、剪枝、tensor_parallel、pipeline parallel 等技術(shù)）。

優(yōu)先/加分項(xiàng)：
1. 具備 RAG（檢索增強(qiáng)生成）、語(yǔ)義搜索、稠密/稀疏檢索（如 FAISS、Milvus、Elasticsearch）實(shí)際項(xiàng)目經(jīng)驗(yàn)。
2. 了解模型安全性、偏見(jiàn)識(shí)別、對(duì)齊機(jī)制與內(nèi)容審核策略。
3. 在 LLM 微調(diào)技術(shù)（如 LoRA/PEFT）、混合精度訓(xùn)練、模型量化（INT8/4-bit）及推理加速方面有實(shí)際落地經(jīng)驗(yàn)。
4. 具備多模態(tài)（NLP 與視覺(jué)、語(yǔ)音結(jié)合）建模經(jīng)驗(yàn)者優(yōu)先考慮。
5. 熟悉產(chǎn)品級(jí)工作流程（如數(shù)據(jù)標(biāo)注、評(píng)測(cè)平臺(tái)建設(shè)、RLHF 實(shí)施）及 MLOps 工程實(shí)踐。