1.负责大语言模型、多模态模型的微调方案设计，包含指令微调、偏好对齐（RLHF/DPO）、领域适配等技术落地。 2.基于业务场景指导构建高质量微调数据集，完成数据清洗、筛选、蒸馏与增强。 使用 LoRA、QLoRA、全参数微调等技术在主流框架（Transformers、DeepSpeed、Axolotl 等）上完成训练、消融实验与效果迭代。 3.对微调模型进行自动化评测与人工评估，一致性、安全性等问题，持续优化效果与推理性能。 4.与工程、产品、业务团队协作，将微调模型部署上线，支持推理加速、量化、蒸馏等工程化落地。 5.跟踪前沿微调技术与论文，沉淀内部工具链、最佳实践与技术文档。

1.计算机、人工智能、数学等相关专业本科及以上学历，2年及以上大模型微调 / 训练相关实战经验。 熟练使用 PyTorch，精通 DeepSpeed、Swift 、LLaMA-Factory等训练框架，能独立完成微调全流程。 2.熟悉主流大模型架构与微调范式，理解指令微调、RLHF/DPO、SFT 等原理。 3.具备高质量数据集构建经验，熟悉数据清洗、去重、过滤、增强与评估方法。 4.有 GPU 集群训练经验，了解分布式训练、混合精度、显存优化、模型量化等工程技巧。 5.具备良好的模型评测与问题分析能力，能通过实验定位并改善模型效果。 6.具备较强的论文阅读与复现能力，对新技术有快速落地能力。 7.加分项：有垂直领域模型落地经验、开源项目贡献、顶会论文、多模态微调经验。