理聘网-职位详情页，大模型研发工程师

职位简介： 本岗位聚焦大模型行业应用落地与垂类模型研发，负责大模型解决方案设计、工程化落地、推理部署与系统优化，深度参与大模型在垂直场景的全流程研发工作，助力大模型技术的业务价值落地。 工作职责： 1. 参与大模型行业应用解决方案设计、产品工具研发与全流程落地，结合业务场景与落地反馈，持续优化大模型产品能力与系统体验。 2. 负责垂类领域大模型的设计与研发，深入研究大模型精调、对齐、推理优化技术，结合场景需求参与大模型训练与工程化落地工作。 3. 负责大模型相关业务系统的架构设计、开发与维护，完成数据处理、向量检索、推理服务等核心模块的搭建与优化。 4. 跟踪大模型与AI领域前沿技术，完成技术调研、方案输出、技术报告及项目文档的撰写与沉淀。 5. 配合团队完成跨部门协作，高效完成团队负责人安排的其他相关工作。 基本任职要求： 1. 硕士及以上学历，本科和研究生阶段毕业于211/985或同等层次的国内外（QS200内）知名高校，人工智能、计算机科学与技术、数学、软件工程等相关专业背景。 2. 具备2年及以上大模型/人工智能研发相关工作经验，有完整的大模型落地项目经验。 3. 具备良好的团队沟通协作能力、自驱力与抗压能力，能快速响应业务需求与技术挑战。 核心专业能力要求： 1. 精通Python语言，精通AI场景编程开发，熟练掌握PyTorch / TensorFlow等至少一种主流深度学习框架，具备扎实的代码功底与工程化能力。 2. 深入理解GPT、LLaMA、ChatGLM、通义千问等主流大模型的核心原理，具备大模型推理优化、服务化部署的实战经验。 3. 具备扎实的软件系统设计能力，能独立完成业务系统的模块设计与开发；熟练使用SQL语言，精通MySQL等结构化数据库与MongoDB等非结构化数据库的使用与优化。 4. 熟悉Elasticsearch搜索引擎的使用与调优，熟练掌握Milvus/FAISS/Pinecone等主流向量数据库的搭建、使用与性能优化，能基于向量检索搭建RAG等大模型应用系统。 5. 精通Docker容器化部署技术，熟悉K8s等容器编排工具优先，能独立完成大模型推理服务、业务系统的容器化部署与运维。 6. 熟练掌握常用的机器学习、深度学习、强化学习算法，有算法设计、落地与优化的实战经验。 优先考虑项： 1. 在AI/大模型领域拥有相关发明专利，或在顶级学术会议/期刊发表过高水平论文者。 2. 在国内外顶级软件研发、AI算法相关竞赛中获得优异成绩者。 3. 有大规模大模型预训练、全流程行业解决方案落地、高并发大模型推理服务搭建经验者。 4. 有工业垂直领域大模型落地实战经验者。