AI全栈工程师

1.核心能力攻坚：深度参与小说、剧本等长文本全生命周期 NLP 技术体系建设，主导攻克长文本多轮续写连贯性建模、复杂剧情逻辑结构化分类、剧本角色关系动态 NER 等技术难题。基于 Transformer 架构创新设计长文本专用 Embedding 层与多模态 Attention 机制，实现百万字级文本语义理解与生成质量提升。

2.垂直模型定制：负责构建小说创作、剧本智能改编等垂直领域大模型训练体系，通过 RLHF（基于人类反馈的强化学习）与 In - context Learning 技术，优化模型在长文本叙事逻辑、戏剧冲突设计等场景的生成能力。推动行业专属模型在章节自动续写、剧本分镜转化等核心业务场景落地。

3.技术生态优化：跟踪 AIGC 领域前沿技术，针对长文本处理特有的显存优化、推理速度瓶颈，设计基于 Flash Attention、Quantization 的性能调优方案。搭建覆盖 Prompt 工程、模型评估、服务部署的全链路开发框架，提升长文本生成系统工程化水平。

职位要求

1.专业背景：计算机、人工智能、计算语言学等相关专业硕士及以上学历，拥有 3 年以上 AI 算法研发经验，其中 2 年以上长文本处理项目经验。若有突出的长文本处理项目成果、技术专利或开源贡献，学历和工作年限要求可进一步放宽。具备智能体在剧情生成场景的开发落地案例，熟练整合 LangChain 等框架实现多智能体协同创作流程。

2.技术深度：熟悉并能应用 Transformer 系列模型架构，具备 LLM 在长文本领域的训练优化经验，掌握 RoPE、ALiBi 等位置编码技术，能够参与或主导小说文本风格迁移、剧本对话生成等任务的技术方案设计，熟练完成长文本数据清洗、段落切分、连贯性评估等工作。

3.工程能力：具备扎实的软件工程实践能力，熟悉算法开发全流程，包括需求分析、设计、开发、测试与部署。能够使用 Git 进行高效的版本控制与团队协作开发；熟练运用 Linux 操作系统进行环境搭建、任务调度与系统监控；擅长使用 Docker 容器化技术实现模型服务的高效部署与迁移；熟悉 Prometheus、Grafana 等工具进行系统性能监控与数据分析，保障长文本生成系统的稳定运行。

4.编程能力：精通 Python 编程语言，熟练掌握 NumPy、Pandas、Scikit - learn 等数据处理与分析库，能够高效处理长文本数据；熟悉 PyTorch 框架的高阶开发，具备自定义模型架构、编写复杂训练逻辑的能力；熟练使用 FastAPI、Flask 等 Web 框架实现 AI 模型的 API 化服务，具备高并发场景下的接口优化经验；能够运用 Python 进行自动化脚本编写，实现数据预处理、模型训练、结果评估等流程的自动化，提升开发效率。

5.创新能力：对 AIGC 叙事生成、多模态剧本创作等前沿方向有研究探索，具备长文本生成技术创新性解决方案设计能力，熟悉基于 BERTScore、ROUGE - L 等指标的自动化评估方案，有能力参与或搭建长文本生成评估体系。

技术栈要求

61AI 开发核心栈：

71模型训练：深度掌握 LLaMA、Falcon 等开源模型训练全流程，熟悉 LoRA、QLoRA 等高效微调技术在长文本场景的应用

71框架应用：基于 LangChain 构建交互式小说创作智能体，使用 LlamaIndex 实现百万字级剧本知识库快速检索，熟练整合 Hugging Face 生态完成模型端到端部署

71工程工具：精通 DeepSpeed、Horovod 分布式训练框架，熟练使用 DVC 进行长文本数据集版本管理

61长文本处理专项：

71内容理解：掌握长文本滑动窗口处理、层次化语义分析技术，熟悉 UMA、LongNet 等长序列建模方法

71生成优化：精通 Prompt Chaining、Prompt Ensembling 等高级提示工程技术，熟悉基于强化学习的生成结果优化方案

71评估体系：熟练使用 Evals 构建多维度长文本生成评估流水线，掌握基于人工标注与自动化指标结合的混合评估方法