大模型算法工程师

1.主导大模型技术（语言/多模态）在国际海运物流场景的落地，包括：

1）业务方向：货运路径动态优化、港口自动化调度、多语言报关文档智能生成、物流成本预测与异常事件处理；

2）技术攻坚：解决百亿级模型轻量化部署、低延迟实时推理、多模态数据（文本/图像/时序轨迹）联合建模等难题；

2.突破垂直领域大模型关键技术，例如：

1）开发基于LLM的物流需求预测与资源匹配系统；

2）构建多模态集装箱状态检测（破损识别、装载合规性校验）模型；

3）设计面向海运场景的强化学习决策框架；

3.深度协同产品与业务团队，提炼业务需求并输出可落地的技术方案，推动项目高质量交付；

4.跟踪大模型前沿技术（预训练、RLHF、Agent架构等），持续跟进业界算法前沿技术，包括大模型预训练、微调、强化学习等方向，打造外部技术影响力。

任职资格

1.学历与经验

1）计算机 / 数学 / 自动化等相关专业硕士及以上学历（优秀本科可放宽至 8 年经验）；

2）3 年以上大模型研发经验（需含至少 1 个完整落地项目），2 年以上物流 / 供应链领域算法经验（或同时具备大模型落地与物流业务理解者优先）。

2.技术能力

1）精通大模型全生命周期技术：熟悉 LLaMA/chatGLM 等模型的 RLHF 训练流程，掌握 LoRA/QLoRA 等高效微调技术，具备万亿参数模型分布式训练（Megatron-DeepSpeed 框架）经验；

2）熟练运用 PyTorch/TensorFlow 框架，精通分布式训练策略（数据并行 / 流水线并行）、模型压缩（量化 / 剪枝）与推理优化（TensorRT/Triton）；

3）熟悉物流领域数据特性：具备物流多模态数据（文本、图像、时序）处理经验，掌握 ETL、图数据库（如 Neo4j）在物流场景的应用。

3.行业洞察力

1）理解国际物流核心流程（如订舱、报关、干线运输），对物流行业痛点（如信息孤岛、人工决策成本高）有系统性思考；

2）具备将技术方案转化为业务价值的能力，能通过算法优化提升物流效率指标（如准点率、单票成本）。