四川蜀通信息科技有限公司

【岗位职责】
（一）技术实施协助相关（占比约 60%）
1. 基础设施部署与配置：
·负责研发环境及测试服务器的操作系统安装与基础环境配置。
·协助进行公司内部IP地址资源的规划划分与分配记录。
·协助负责上网行为管理平台的策略配置与实施，执行既定访问控制规则。
·协助负责交换机基础VLAN划分、端口配置及防火墙基础访问策略的录入与实施。
2. 平台与中间件部署：
·协助负责研发所需软件平台（如代码托管、CI/CD 工具等）的安装部署与版本升级。
·协助负责虚拟机环境的创建、资源分配与系统克隆部署。
·协助负责Docker容器的拉取、运行、编排部署及基础镜像管理。
·协助负责关系型与非关系型数据库的安装、基础参数调优与定期版本升级。
3. 质量保障辅助：
·依据既定的测试用例标准，对自有研发软件产品的发布版本进行验收抽查测试，记录并反馈不符合项。
（二）技术管理协助相关（占比约 40%）
1. 研发进度监控：
·跟进自研产品关键节点的实际达成情况，对比计划基线进行偏差记录，并向负责人报送执行状态。
2. 事务跟进与督办：
·负责研发相关待办事项的收集、整理、记录与闭环状态跟进。
·记录部门内外部协作的技术协调事项，并在时间节点前进行状态提醒。
3. 安全巡检与预警：
·负责信息安全相关规章的执行监督，对违规操作行为进行记录与预警。
·执行研发区域、机房的物理安全巡查，包含温湿度、设备运行指示灯、门禁状态等异常情况的首轮排查与上报。
三、积极配合公司产品对外营销（如行业展会等）的相关工作。
四、有效完成部门负责人交办的其它工作事项。

【任职资格】
一、学历与经验
1.本科在读，2027届计算机、网络工程、电子信息等相关专业。
2. 具备***IT运维、测试或开发支持相关岗位实操经验。
二、硬性技术能力
1.操作系统：熟悉Linux（CentOS/Ubuntu等）安装及网络配置与基础排障。
2.网络基础：理解TCP/IP协议栈、子网掩码计算与VLAN原理；具备 H3C/Huawei/Cisco等主流交换机、防火墙命令行或 Web 界面的基础配置能力。 3. 虚拟化与容器：掌握 VMware ESXi/KVM 等虚拟化工具的基本操作；掌握 Docker 常用命令，理解镜像与容器的概念。
4.数据库：掌握 MySQL/PostgreSQL 或 Redis 的安装与启停配置。
5.文档工具： 熟练使用 Excel、Project 或在线协同文档进行进度记录与数据统计。
三、综合素养
1.严谨性：在策略实施与系统配置过程中，严格遵循操作手册与既定流程，无擅自变更行为。
2.条理性： 能够对多项并行待办事项进行优先级排序与闭环管理，不遗漏关键节点。
3.沟通与抗压： 逻辑表达清晰，具备在时间紧迫情况下推进例行工作的稳定性。
四、AI应用能力
能够熟练运用DeepSeek、Kimi等主流人工智能平台，结合实际工作场景，高效解决具体业务问题。

【加分项】
· 持有 HCIA/CCNA/RHCE 等相关技术认证。
· 具备等保评测或安全基线核查相关的配合经验。
· 了解 Python 或 Shell 脚本编写，可用于简单的自动化巡检日志提取。

【岗位职责】
1. 大模型选型与基础设施规划
· 负责业务场景需求分析，选型适配的开源大模型（如 Qwen、DeepSeek、Llama 等系列）。
· 根据预估的 QPS、Token 吞吐量、上下文长度，规划 GPU 服务器算力配置及显存方案（推理/训练）。
· 建立成本模型，对 Token 消耗进行量化预测与监控，持续优化 API 调用/本地部署的成本效率。
2. 模型微调与领域适配
· 利用 LoRA / Q-LoRA 等 PEFT 技术对开源基座模型进行指令微调（SFT）。
· 结合业务私有数据实施 继续预训练（CPT） 以增强模型垂直领域知识。
· 探索 DPO / PPO 等偏好对齐算法，优化模型输出风格与安全性。
3. 智能体应用开发与架构设计
· 设计并实现基于大模型的 AI Agent 架构，包括记忆管理、规划模块（ReAct / Plan-and-Solve）、多智能体协作链路。
· 开发复杂的 工具调用系统，封装内部 API 供模型自主调用。
· 构建与维护 LLM Wiki（企业级大模型知识库），实现私有知识的向量化存储、索引更新及智能问答检索，保障智能体对内部文档、规章制度、业务规范的高效调用。
4. 工程化落地与性能优化
· 使用 vLLM / TensorRT-LLM / SGLang 搭建高并发推理服务。
· 负责 Java 后端服务架构（Spring Boot）与 Python 算法服务的端到端串联。
· 搭建模型训练与评估的 MLOps 流程。

【任职要求】
1. 编程语言能力
· 必须精通 Python：熟练使用 PyTorch、Transformers、DeepSpeed 等框架。
· 必须熟悉 Java：理解 Spring 生态，能将模型能力封装为稳定的微服务供业务调用。
2. 大模型技术栈
· 深入理解 Transformer 架构及主流开源模型（Qwen/Llama/GLM）的异同。
· 有完整的微调实战经验，熟悉 DeepSpeed 单机多卡/多机多卡分布式训练配置。
· 熟悉 Prompt Engineering 及 Agent 设计模式（CoT, ReAct）。
3. 算力与成本意识
· 能独立完成 GPU 服务器配置单撰写（如 H20、L20、A100、消费级 4090 在不同精度下的选型依据）。
· 具备精确计算输入/输出 Token 费用或算力消耗的能力，能针对长上下文场景做显存优化。
4. 知识库建设能力
· 熟悉企业级知识库架构，有 LLM Wiki 或类似文档智能问答系统的搭建经验。
· 掌握向量数据库（如 Milvus、Qdrant、Chroma）的使用与优化，理解 Embedding 模型选型与索引策略。
5. 基础能力
· 计算机相关专业硕士研究生或博士研究生，3 年以上开发经验，至少1年大模型应用开发经验。
· 熟悉 Docker、K8s、Linux 环境下的服务部署与调优。

【加分项】
· 有 LangChain / LangGraph / AutoGen / Dify 等框架的二次开发或源码贡献经验。
· 发表过 NLP / Multi-Agent 领域相关论文或拥有热门开源项目。
· 具备 CUDA 算子优化或 Triton Inference Server 部署经验。
· 活跃于AI开发者社群，能与导师、学长及产业界工程师保持交流，善于将前辈经验转化为研发效率与创新思路。