大模型应用工程师

1、基于LLM（如GPT、GLM、LLaMA等）开发企业级应用，包括但不限于对话系统、知识库问答、内容生成、智能决策等场景。

2、设计并实现大模型的微调（Fine-tuning）、提示工程（Prompt Engineering）、RAG（检索增强生成）等技术方案。

3、解决大模型部署中的性能瓶颈，优化推理速度、内存占用及成本（如模型量化、蒸馏、动态批处理等）。

4、探索多模态大模型（文本、图像、语音）的应用集成与性能调优。

5、搭建高可用的大模型服务框架，实现模型API化、自动化监控及迭代更新。

6、跟踪大模型领域前沿技术（如Agent、MoE、长上下文优化），探索业务场景中的创新应用。

任职要求：

1、熟练掌握PyTorch/TensorFlow等框架，深入理解Transformer、Attention机制及大模型架构。

2、熟悉LangChain、LlamaIndex、vLLM等大模型工具链，有Hugging Face生态实战经验。

3、具备分布式训练（DDP/DeepSpeed）或推理加速（TensorRT-LLM、Triton）经验者优先。

4、编程能力扎实，熟练使用Python，熟悉Linux开发环境及Docker/K8s部署。

5、熟悉大模型训练全流程（数据清洗、SFT、RLHF），具备千亿参数级模型经验。

6、有AI Agent、多模态生成（如Stable Diffusion、Sora）项目经验。