AI算法及大模型应用工程师

工作职责： 1.全流程研发与落地：  负责大模型从设计、研发、训练、评估到最终落地的全流程工作，确保模型在汽车行业的稳定应用。 2.前沿技术研究与应用：  深入研究并评估先进的AI大模型技术（如RAG、Agent智能体、多模态大语言模型等），探索其在汽车行业特定场景（如智能问答、故障检测、办公提效、智能座舱等）中的应用潜力与可行性。 3.业务场景结合与方案制定：  紧密结合AI技术与汽车业务需求，主动挖掘具有高业务价值的应用场景，制定详细的产品路线图及落地方案，并选用合适的算法和应用框架进行实施。 4.性能监控与效果评估： 建立并跟踪产品关键绩效指标，定期评估AI模型的性能表现和业务效果（如准确率、用户满意度、故障检测效率等），确保模型持续满足业务目标。 5.模型持续优化：  对AI模型进行提示词工程（Prompt Engineering）优化及微调工作，通过迭代优化不断提升模型在实际业务场景中的使用效果和准确率。 岗位要求： 1.学历背景： 硕士及以上学历优先，计算机科学、人工智能、数学等相关专业。 2.工作经验： 具备多年机器学习算法研发经验和AI大模型及应用开发经验，参加过实际项目并担任核心技术负责人者优先。 3.技术掌握： 精通Transformer架构及主流模型原理与实现，深入理解模型架构设计与调优方法。扎实掌握机器学习、深度学习理论基础。熟练掌握主流深度学习框架、模型推理框架及部署。熟悉预训练、指令微调（Instruction Tuning）、对齐技术（RLHF/DPO）等大模型全流程。熟练掌握参数高效微调技术（LoRA、Adapter、Prompt Tuning）及模型压缩方法（量化、剪枝、知识蒸馏），能针对训练效率、显存占用、推理延迟等痛点提出创新解决方案。熟练掌握Agent开发能力，熟悉不同的Agent框架特点并能够熟练应用。熟悉多模态大模型相关技术，具备相关场景研发和应用能力。对计算机典型技术、操作系统原理等有一定了解，具备整体系统设计和实施的能力。有实际落地开发经验者优先，端侧大模型开发和部署经验者优先。 4.编程能力： 扎实的编程基础，熟练掌握Python、Java、C等编程语言，对PyTorch、TensorFlow等深度学习框架运用娴熟。 5.软技能： 具备良好的沟通表达、逻辑分析能力，具备团队合作精神与较强抗压能力。