1.负责 AI 模型（机器学习 / 深度学习 / 大模型）的全流程开发与落地，包括需求拆解、数据处理、模型选型、训练调优、部署上线。 2.聚焦大模型工程化，熟练运用 Prompt Engineering、RAG（检索增强生成）搭建企业级知识库问答 / 智能助手，解决幻觉、性能瓶颈等问题。 3.完成模型轻量化与加速优化（量化、剪枝、蒸馏），基于 TensorRT、ONNX Runtime、vLLM 等工具，实现低延迟、高并发推理服务。 4.搭建模型训练与推理管道，结合 Docker、K8s 实现容器化部署与运维，保障服务稳定性与可扩展性。 5.与产品、研发团队协作，对接业务场景（如智能客服、数据分析、内容生成等），输出可落地的 AI 解决方案。 6.监控模型效果与资源利用率，定期迭代优化，建立评估体系（准确率、召回率、F1、BLEU 等）。 7.跟踪 AI 前沿技术动态（如多模态、Agent、具身智能等），输出技术调研与落地建议。

1.本科及以上学历，计算机科学、软件工程、人工智能、数学等相关专业，1-3 年相关工作经验（优秀应届生可放宽）。 2.精通Python编程，熟练使用 PyTorch、TensorFlow 等深度学习框架，具备扎实的数据结构与算法基础。 3.掌握机器学习 / 深度学习核心算法（分类、回归、CNN、Transformer 等），有实际工业级项目落地经验（优先大模型、NLP、CV 方向）。 4.熟悉大模型应用开发，具备 RAG 系统搭建、Prompt Engineering 实战经验，了解 Llama、Qwen、DeepSeek 等开源模型微调（LoRA/QLoRA）优先。 5.具备模型部署经验，熟练使用 Docker、K8s，了解 Linux 系统、GPU 硬件（CUDA）及性能优化技巧。 6.熟练使用数据处理工具（Pandas、NumPy、Spark 等），能独立完成数据清洗、标注与分析。 7.具备良好的文档编写、版本控制（Git）习惯，能输出清晰的技术方案与复盘报告。