1. 大模型场景落地 负责AI行业L1-L2模型的设计、训练、调优及部署，解决智慧城市、住建等行业业务真实场景中的性能瓶颈。 搭建基于LangGraph/AutoGen的多智能体协同系统，实现建筑合规审查、应急推演、城市生命线监测等场景的自动化处置 2. 技术规划与转化 制定“智慧城市”"数字住建""智慧应急"AI技术路线，推动符合国家标准的模型交付 跟进前沿技术（如智能体（Agent）、Transformer优化、大模型调优），将最新科研成果转化为行业解决方案，保障技术领先性与合规性 3. 科研与团队建设 牵头申报国家级重点研发项目，推动核心技术专利与顶会论文产出 组建并培养"算法+工程"双能力的全栈AI团队 任职要求 硕士及以上学历，计算机、人工智能、数学相关专业，8年以上AI研发经验 具备多年大模型+多模态技能项目实践经验，对智慧城市、住建等垂直领域AI+知识熟悉。 具备带团队攻坚项目及构建产品能力，能够挖掘用户需求，设计AI产品原型及交互逻辑；协调算法、工程团队推动产品迭代。 具备AI产品全流程开发经验，将算法模型转化为工程解决方案，有信创适配经验优先

学历背景：计算机、人工智能、应用数学等相关专业博士，且必须有顶会论文（NeurIPS, ICML, ACL等）或国家级重点研发课题申报及参与经历。 从业经验： 1、5年以上AI全栈经验，其中2年以上专注大模型（LLM）核心研发。 2、拥有“智能体（Agent）”项目的从0到1落地经验（非简单的API调用，需包含复杂任务规划与工具链开发）。 3、有信创环境（华为昇腾/寒武纪 + 麒麟/统信OS）下的模型全链路适配与性能优化实战案例优先。 核心技术栈： 1、不仅精通Transformer，需深入理解MoE（混合专家模型）架构在政务垂类场景下的稀疏激活策略，能在有限算力下实现千亿参数模型的高效推理。 2、精通全量微调、LoRA、P-Tuning v3及RLHF/DPO（直接偏好优化）技术。具备针对政务公文风格、法律法规逻辑进行领域自适应预训练（Domain-Adaptive Pretraining）的能力优先。 3、精通LangGraph, AutoGen等框架，能设计基于SOP（标准作业程序）的多智能体协作流。例如：让“政策检索Agent”、“法规校验Agent”、“公文撰写Agent”自主协同完成一项审批辅助任务。 4、熟悉CoT（思维链）、ToT（思维树）、ReAct等推理框架，能解决政务场景中复杂的逻辑推导问题优先（如：基于多份冲突文件给出合规性建议）。 5、超越传统向量检索，构建“向量 + 关键词 + 知识图谱（Knowledge Graph）”的混合检索系统（GraphRAG），解决政务数据中实体关系复杂、逻辑严密的痛点优先。