1. 负责大规模微调，包含但不限于参数更新的微调、优化器微调、数据增强的微调、正则微调等 2. 研究并实现基于RAG的知识增强技术，提升模型在特定领域的知识理解和生成能力。 3. 负责知识库的构建、维护和优化，包括知识抽取、知识融合、知识表示和知识检索等，支持模型的智能化应用。 4. 与跨部门团队紧密合作，参与项目需求分析、技术选型、模型选型等关键环节，推动项目顺利进行 5. 与产品团队紧密合作，将研发的技术成果应用于实际业务场景，例如智能客服、智能编码、智能画像等，解决复杂的业务问题，推动技术落地。 6. 负责数据的收集、清洗、预处理及特征工程，确保数据质量，提升模型的训练效果。 7. 设计合理的评估指标，对模型进行定量和定性评估，根据反馈进行模型调优，持续提升模型性能。 8. 跟踪最新的人工智能技术发展，特别是大模型、多模态、多语言等领域的前沿进展，探索其在公司产品中的应用可能。

1. 数学、计算机科学、人工智能、自然语言处理或相关领域硕士及以上学历，博士优先。 2. 熟练掌握Python编程语言，具备扎实的算法和数据结构基础，熟悉常见的机器学习算法（如CNN、RNN、Transformer等）及大模型架构。 3. 深入掌握至少一种深度学习框架（如TensorFlow、PyTorch等），具备大模型训练和调优经验者优先。 4. 对LLM、RAG、知识图谱、自然语言处理等技术有深入理解和实践经验，熟悉大模型的预训练、微调（SFT）、RLHF等流程。 5. 熟悉知识图谱的构建与应用，掌握知识抽取、知识融合、知识表示等技术，熟悉Neo4j、AllegroGraph等图数据库的使用。 6. 对人工智能领域的前沿技术保持高度敏感，能够快速掌握并应用新技术，具备较强的技术探索能力。 7. 具备良好的问题分析和解决能力，能够独立承担技术难题的研究和攻关。 8. 具备良好的团队合作精神和沟通能力，能够在跨部门团队中有效协作，推动项目进展。 9. 3年以上大模型或深度学习模型相关经验，有搜索推荐、对话系统、客服场景等实际应用经验者优先。 10. 熟悉CUDA开发、DeepSpeed等加速工具，具备良好的代码风格和代码控制能力，熟悉Linux环境下的开发与部署。