AI大模型应用研发工程师

1. 跟踪大模型预训练、继续预训练、微调、RAG、RLHF/DPO等应用技术，结合公司产品和项目方案，预研和设计可落地的POC与原型方案。 2. 围绕业务场景开展领域/继续预训练、SFT、LoRA/QLoRA微调、检索增强生成、偏好数据构造与对齐实验，形成实验结论、评测报告和技术选型建议。 3. 基于开源框架和组件（如Transformers、PEFT、LangChain、LangGraph、向量数据库、vLLM等）进行二次开发、定制开发和集成验证，沉淀可复用预研组件。 4. 负责训练数据与评测数据的治理保障，包括数据采集、清洗、去重、脱敏、标注质量评估、数据版本管理、评测集构建和可追溯性建设。 5. 搭建大模型应用评测体系，设计效果、成本、延迟、稳定性等指标，开展badcase分析和方案迭代。 6. 与其他团队协作，将预研成果转化为技术方案、接口、Demo、文档和可交接组件，支持产品和项目上的落地实践。 7. 输出技术文档、专利/技术分享和开源技术分析，跟踪开源社区进展，提出适合公司产品的技术引入建议。

1. 计算机、人工智能、软件工程、数据科学等相关专业，本科及以上学历。 2. 3年以上研发相关经验，具备AI大模型在实际项目或产品研发交付经历。 3. 熟练使用Python，了解PyTorch/Transformers等常用深度学习或大模型工具链。 4. 对大模型应用链路有基本理解，在微调、RAG、RLHF、Prompt工程、模型评测等至少一个方向有实践经历。 5. 具备数据治理和训练数据保障意识，了解数据清洗、脱敏、质量评估、版本管理等基本方法。 6. 具备开源组件二次开发或定制开发能力，能够快速阅读文档、改造组件、完成集成验证。 7. 具备基本工程能力，熟悉Linux、Git、Docker、API服务化等常用工具。 8. 有产品意识，能够理解业务场景，愿意做探索性预研，能接受快速验证、迭代和方案调整；沟通表达清晰，文档习惯良好。