【岗位职责】：
1、模型微调与优化：参与大模型在协同办公及建筑行业场景中的实际应用，包括基于公有云大模型对接私有资料进行局部微调，或基于私有大模型开展垂直领域数据采集、自动标注及微调训练等工作；
2、应用落地：负责大模型的适配与实际应用推进，涵盖LLM、Langchain、Agent、Eval等相关技术的集成与实施；
3、性能评估监测与部署：定期跟踪模型运行表现，针对具体应用场景开展多维度能力评估，确保满足业务需求，并实现模型的容器化部署与运维。

【技能要求】：
1、具备大模型相关项目开发经验，涉及数据清洗、开源模型微调实践、训练框架搭建、效果评测及推理部署等环节；
2、熟练掌握Python编程，了解Java等其他语言，熟悉PyTorch、TensorFlow等主流深度学习框架；
3、掌握大语言模型的增量预训练、指令微调、偏好对齐等训练方式，具备全流程训练落地实践经验；
4、熟悉全参数微调、LoRA、QLoRA等常见微调技术，有实际场景中的应用经验；
5、了解DeepSpeed、flash-attn、vllm等大模型训练与推理加速工具和方法；
6、熟悉数据采集、清洗与预处理流程，具备训练数据构建的实际操作经验；
7、掌握Docker、Kubernetes等容器化部署技术；
8、具备扎实数学基础，熟悉概率统计、线性代数、优化算法等相关知识；
9、有成功优化训练算法、提升模型性能的项目经历，能独立完成算法设计与开发任务，具备独立作战能力；
10、对深度学习技术发展保持敏感，积极学习并探索前沿技术方向。