1、负责大模型相关场景的工程化落地，探索业界先进的大模型(及架构)、Agent技术/框架、前沿RAG技术等； 2、围绕大模型（包括多模态）领域，构建从数据采集、加工标注、算法训练部署至推理加速等； 3、负责大模型的结构设计、训练、微调、部署和优化，提高模型的效率、稳定性和可扩展性； 4、跟踪国内外前沿的大模型技术动态，持续改进和优化现有模型； 5、负责知识图谱（知识及index）全自动化构建，全流程（抽取、融合、消歧等）优化等。

1、博士学历，计算机、人工智能等相关专业； 2、实验能力强（可快速复现前沿技术并评估可行性）、实战能力强（技术方案通过可行性评估后，具备独立封装算法模型的能力）； 3、精通Python、C/C++（可选）等编程语言，熟练掌握PyTorch等主流深度学习框架，Transformers、Vllm等； 4、熟悉大模型分布式训练技术和框架库，如DeepSpeed等，熟悉框架库源码，有10至100卡以上集群（多机）的大模型训练经验； 5、熟悉知识图谱相关技术原因、图数据等技术；精通大模型推理优化技术、精通各种微调技术，如LoRA、QLoRA、SFT、DPO等。