NLP工程师

1.核心：

精通大语言模型分布式训练框架（多机多卡优化/通信效率调优）

掌握低资源微调技术（LoRA/QLoRA/P-Tuning工程化部署）

熟悉训练全流程加速方案（混合精度/梯度检查点/显存优化）

精通检索增强生成架构设计（文档分块/嵌入模型优化/检索器适配）

具备多源异构数据接入能力（API/数据库/实时流处理）

熟悉RAG评估体系搭建（召回率/幻觉控制/响应质量）

2.必备：

掌握千亿级Token数据处理流水线（去噪/去重/质量分级）

熟练模型服务化部署（vLLM/Text Generation Inference）

3.加分：

具备监控系统开发经验（性能日志/异常诊断/自愈机制）

开源LLM项目核心贡献者（Llama/Mistral等）

有高并发API网关开发经验（Kong/Apisix）

任职要求:

1.大模型全流程开发

构建从预训练到领域微调 的标准化训练框架

实现RAG系统端到端落地（数据接入→检索优化→生成增强）

开发自动化评估平台（训练指标/生成质量/系统稳定性）

2.高性能架构搭建：

设计支持多卡集群的弹性训练架构

优化 生成推理延迟与吞吐（量化/编译优化/动态批处理）

建立灾难恢复与版本回滚机制

3.技术生态建设：

定制领域知识注入解决方案（行业术语/专业Schema适配）

输出技术标准文档 与 ***实践案例库