【岗位职责】：
1、模型微调与优化：参与大模型在协同办公与建筑行业场景中的实际应用，包括基于公有云大模型实现私有资料的对接与局部微调，或基于私有化大模型开展垂直领域内的数据采集、自动标注及微调训练工作；
2、应用落地：承担大模型的适配与实际应用任务，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：定期对模型运行表现进行监控，完成特定应用场景下各项模型能力的评测工作，确保满足业务需求，并实现模型的容器化部署。

【技能要求】：
1、具备大模型相关项目的开发经验，涉及数据清洗、开源模型的实际微调、训练框架构建、效果评测及推理部署等环节；
2、熟练掌握Python编程语言，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，具有实际场景中的微调落地经历；
5、了解DeepSpeed、flash-attn、vllm等用于大模型训练与推理加速的技术方案；
6、熟悉数据获取、清洗和预处理流程，具备训练数据构造的实际项目经验；
7、掌握Docker、Kubernetes等容器及编排技术；
8、具备良好的数学基础，熟悉概率统计、线性代数、优化算法等相关知识；
9、有成功改进训练算法、提升模型表现的项目案例，可独立完成算法设计与开发工作，具备独立推进任务的能力；
10、对深度学习领域的技术发展保持敏感，积极学习并探索前沿技术方法。