在招职位如下：
国研数字-人工智能研发工程师
工作城市：北京
薪资：8k-13k
学历要求：硕士,博士
岗位性质：全职
岗位描述：
薪资：8k-13k
学历要求：硕士,博士
岗位性质：全职
岗位描述：
一、岗位职责
1.垂直领域大模型科研适配与优化：负责政务类垂直业务场景大模型专项适配研究与效果迭代优化，落地LoRA、QLoRA轻量化微调方案与RAG检索增强技术体系；制定行业专属模型适配策略、领域数据集筛选与清洗标准，提升大模型场景适配度、业务落地稳定性。
2.业务需求拆解与系统架构设计：参与AI智能应用产品需求调研、梳理与评审工作，结合政务业务场景完成大模型应用系统架构、数据模型总体规划，厘清核心模块分工与全域数据流转逻辑，输出标准化研发设计文档。
3.大模型国产化工程落地运维：统筹大模型项目全流程工程化落地，基于Linux、Docker容器环境完成模型封装、API接口开发、私有化离线部署；完成国产AI框架、国产算力芯片适配调试，落实数据脱敏、信息安全管控、模型版本管控、线上运维调优全流程工作。
4.AI应用模块研发开发：依托Python开发语言、PyTorch/TensorFlow主流深度学习框架，完成大模型业务模块、行业智能体开发调试、单元测试与版本迭代，保障研发代码合规、业务模块稳定运行。
5.技术难题攻关与前沿预研：针对模型拟合效果不佳、数据集异常、部署适配故障等技术问题开展溯源分析与闭环优化；跟进大模型前沿科研成果、新型轻量化优化技术，结合业务需求开展技术预研，输出场景化优化改进方案。
6.项目协同与标准化研发落地：严格遵循企业标准化研发管控流程，配合团队完成项目分工、技术联调、跨岗沟通工作，保质保量完成研发任务，保障项目按期合规交付。
7.领导交办的其他任务。
二、任职要求
1.硬性条件：2026应届985硕士及以上研究生学历，人工智能、计算机、智能科学相关对口专业；
2.具备扎实专业功底，系统掌握人工智能、机器学习、深度学习核心理论，通晓知识表示、智能推理、模式识别全链路专业基础理论知识。
3.深入理解Transformer基础架构、多头注意力机制、预训练-微调核心技术范式，熟知大模型技术演进脉络、核心技术特征，明晰大模型与传统机器学习算法核心技术差异；
4.掌握大模型高效微调、RAG检索增强主流落地技术，熟悉LoRA、QLoRA轻量化微调算法，具备垂直行业大模型定制适配科研思维与研发潜力；
5.熟练运用Python开发语言，精通主流深度学习框架基础实操；掌握Linux操作系统、Docker容器运维基础技能，具备模型部署、数据集处理、环境调试实操能力；
6.具备产品需求拆解、系统架构规划、数据模型设计基础逻辑，可独立完成基础业务需求梳理、系统模块与数据链路规划工作。
其他说明：2026年应届毕业生不含各类定向生、委培生，及处于择业期的2年内未落实工作单位的高校毕业生，一般应于2026年7月底前取得相关学历、学位，须符合国家有关在京落户政策。
1.垂直领域大模型科研适配与优化：负责政务类垂直业务场景大模型专项适配研究与效果迭代优化，落地LoRA、QLoRA轻量化微调方案与RAG检索增强技术体系；制定行业专属模型适配策略、领域数据集筛选与清洗标准，提升大模型场景适配度、业务落地稳定性。
2.业务需求拆解与系统架构设计：参与AI智能应用产品需求调研、梳理与评审工作，结合政务业务场景完成大模型应用系统架构、数据模型总体规划，厘清核心模块分工与全域数据流转逻辑，输出标准化研发设计文档。
3.大模型国产化工程落地运维：统筹大模型项目全流程工程化落地，基于Linux、Docker容器环境完成模型封装、API接口开发、私有化离线部署；完成国产AI框架、国产算力芯片适配调试，落实数据脱敏、信息安全管控、模型版本管控、线上运维调优全流程工作。
4.AI应用模块研发开发：依托Python开发语言、PyTorch/TensorFlow主流深度学习框架，完成大模型业务模块、行业智能体开发调试、单元测试与版本迭代，保障研发代码合规、业务模块稳定运行。
5.技术难题攻关与前沿预研：针对模型拟合效果不佳、数据集异常、部署适配故障等技术问题开展溯源分析与闭环优化；跟进大模型前沿科研成果、新型轻量化优化技术，结合业务需求开展技术预研，输出场景化优化改进方案。
6.项目协同与标准化研发落地：严格遵循企业标准化研发管控流程，配合团队完成项目分工、技术联调、跨岗沟通工作，保质保量完成研发任务，保障项目按期合规交付。
7.领导交办的其他任务。
二、任职要求
1.硬性条件：2026应届985硕士及以上研究生学历，人工智能、计算机、智能科学相关对口专业；
2.具备扎实专业功底，系统掌握人工智能、机器学习、深度学习核心理论，通晓知识表示、智能推理、模式识别全链路专业基础理论知识。
3.深入理解Transformer基础架构、多头注意力机制、预训练-微调核心技术范式，熟知大模型技术演进脉络、核心技术特征，明晰大模型与传统机器学习算法核心技术差异；
4.掌握大模型高效微调、RAG检索增强主流落地技术，熟悉LoRA、QLoRA轻量化微调算法，具备垂直行业大模型定制适配科研思维与研发潜力；
5.熟练运用Python开发语言，精通主流深度学习框架基础实操；掌握Linux操作系统、Docker容器运维基础技能，具备模型部署、数据集处理、环境调试实操能力；
6.具备产品需求拆解、系统架构规划、数据模型设计基础逻辑，可独立完成基础业务需求梳理、系统模块与数据链路规划工作。
其他说明：2026年应届毕业生不含各类定向生、委培生，及处于择业期的2年内未落实工作单位的高校毕业生，一般应于2026年7月底前取得相关学历、学位，须符合国家有关在京落户政策。