AIGC 大模型研发工程师（26届）

岗位职责 1. 负责面向业务场景的大模型微调（如 SFT、LoRA、RLHF 等）与效果优化； 2. 设计并开发基于大模型的 AI Agent 系统，包括任务规划、工具调用、记忆机制等核心模块； 3. 构建和优化 RAG（检索增强生成）系统，涵盖知识库构建、向量检索、上下文融合与生成优化； 4. 可根据个人专长，在 大模型微调、Agent 架构、RAG 系统、多模态应用 等方向深入专精，或作为全栈型AI工程师覆盖多个技术环节； 5. 参与或主导端到端 AI 项目的规划、技术选型、系统设计与落地交付； 核心技术能力 1. 具备 模型训练的实际经验，或在 深度学习/机器学习 领域有扎实的项目积累； 2. 熟练掌握 PyTorch（优先）或 TensorFlow，能独立完成模型开发、训练与调试； 3. 在 NLP、CV 或多模态 至少一个方向有深入实践，熟悉相关任务（如文本生成、图像理解、跨模态对齐等）； 4. 有 AI Agent 或 RAG 系统的开发经验，熟悉主流框架（如 LangChain、LlamaIndex、DSPy 等）者优先； 5. 熟悉当前主流大模型（如 LLaMA 系列、Qwen、ChatGLM、Claude、GPT 等）的特性、能力边界与适用场景，并有实际调用或集成经验； 6. 有参与或主导过完整的AI相关项目，能从需求分析推进到系统上线。 加分项 1. 有 大模型微调实战经验，包括但不限于：LoRA、QLoRA、SFT、RLHF、DPO 等技术； 2. 深入理解大模型架构（如 Transformer、MoE、位置编码机制、注意力优化等）； 3. 亲手从零或继续预训练阶段训练过小型 LLM（如 1B~7B 规模）； 4. 熟悉 大模型推理优化技术，如模型量化（GGUF/AWQ）、推理加速（vLLM、TensorRT-LLM）、分布式部署等； 5. 在 GitHub、技术社区有高质量开源项目、技术博客或论文发表。