工作职责 1.主导大模型算法优化工作，包括领域微调（Domain Fine-tuning）、模型蒸馏（Distillation）、对齐（Alignment）及轻量化部署，制定低成本、高性能的模型适配方案。 2.攻克业务场景中的算法挑战，如小样本微调、多任务联合优化、模型压缩（剪枝/量化）与推理效率提升。 3.带领4-5人算法团队完成技术攻坚，指导成员设计实验、调优模型及输出标准化技术文档。 4.协同工程团队推动算法落地，确保优化后的模型满足业务场景的时延、精度与资源消耗要求。 任职资格 1.教育背景：计算机科学、人工智能等相关领域顶尖院校博士学历（或硕士学历+突出技术成果），3年以上大模型调优与部署经验。 2.技术能力： o精通大模型微调技术（如LoRA、Adapter、Prompt Tuning）及蒸馏方法（知识迁移、层间蒸馏）； o熟悉轻量化部署工具链（ONNX、TensorRT、vLLM）及模型压缩技术（量化、剪枝）； o熟练使用Hugging Face Transformers、PEFT等微调框架，有主流大模型（如LLaMA、ChatGLM）调优实战经验。 3.团队经验：具备2年以上算法团队带领经验，能高效拆解业务需求并制定技术路径。 其他加分项： 1.在垂直领域（金融、医疗、法律等）成功落地过微调或蒸馏模型，显著提升业务指标（如准确率提升20%+）。 2.熟悉高效微调技术（如参数高效微调PEFT）或低成本蒸馏方案（如无监督蒸馏）。 3.具备大模型与智能体协同优化经验（如基于智能体反馈的强化学习微调）。

工作职责 1.主导大模型算法优化工作，包括领域微调（Domain Fine-tuning）、模型蒸馏（Distillation）、对齐（Alignment）及轻量化部署，制定低成本、高性能的模型适配方案。 2.攻克业务场景中的算法挑战，如小样本微调、多任务联合优化、模型压缩（剪枝/量化）与推理效率提升。 3.带领4-5人算法团队完成技术攻坚，指导成员设计实验、调优模型及输出标准化技术文档。 4.协同工程团队推动算法落地，确保优化后的模型满足业务场景的时延、精度与资源消耗要求。 任职资格 1.教育背景：计算机科学、人工智能等相关领域顶尖院校博士学历（或硕士学历+突出技术成果），3年以上大模型调优与部署经验。 2.技术能力： o精通大模型微调技术（如LoRA、Adapter、Prompt Tuning）及蒸馏方法（知识迁移、层间蒸馏）； o熟悉轻量化部署工具链（ONNX、TensorRT、vLLM）及模型压缩技术（量化、剪枝）； o熟练使用Hugging Face Transformers、PEFT等微调框架，有主流大模型（如LLaMA、ChatGLM）调优实战经验。 3.团队经验：具备2年以上算法团队带领经验，能高效拆解业务需求并制定技术路径。 其他加分项： 1.在垂直领域（金融、医疗、法律等）成功落地过微调或蒸馏模型，显著提升业务指标（如准确率提升20%+）。 2.熟悉高效微调技术（如参数高效微调PEFT）或低成本蒸馏方案（如无监督蒸馏）。 3.具备大模型与智能体协同优化经验（如基于智能体反馈的强化学习微调）。