算法工程师（大模型）

岗位职责
1.负责工业领域大模型的设计、开发与优化工作，包括但不限于模型架构的搭建、算法的选择与调整，以满足工业场景下的复杂需求；

2.深入研究和分析工业领域的业务流程和数据特点，挖掘潜在的型应用场景，与业务团队紧密合作，将工业知识与大模型技术相结合，实现模型在实际业务中的精准落地，提升业务效率和质量。

3.主导大模型的训练过程，对大规模数据进行预处理、清洗和标注，选择合适的训练硬件和分布式训练策略，监控训练过程中的各项指标，及时调整训练参数，确保模型的收敛性和性能表现。

4.进行大模型的评估与验证，基于工业领域的实际业务场景和数据，建立科学合理的评估指标体系，全面评估模型的准确性、鲁棒性、泛化能力等性能指标，并通过实际业务测试和案例分析验证模型在工业场景中的有效性。

5.参与大模型的部署与集成，将训练好的模型部署到工业生产环境中的服务器、边缘设备等不同硬件平台上，并与现有的工业系统(如 MES、SCADA 等)进行无缝集成，确保模型在实际运行中的稳定性和可靠性，提供高效、实时的推理服务。

6.持续跟踪和研究大模型领域的前沿技术，如Transformer架构的改进、注意力机制的优化、模型压缩与量化等，并结合工业领域的实际需求，探索新技术在工业大模型中的应用，推动模型技术的不断创新和升级。

岗位要求
岗位要求：

1，硕士及以上学历，熟悉Qwen、LLAMA、GPT、Deepseek等主流大语言模型或多模态模型算法基本原理

2，熟悉大模型预训练、监督微调、强化学习等基本流程，熟练使用LLAMAFactory、veRL、OpenRLHF、TRL等模型训练框架

3，熟悉大模型相关加速算法原理及部署，例如Deepspeed、VLLM、FlashAttention、SGLang等

4，熟悉RAG基本流程及主流RAG框架及算法，例如Langchian、LlamaIndex、GraphRAG、RagFlow等

5，熟悉Agent基本原理、WorkFlow编排机制以及主流框架算法，例如Dify、LangGraph等

6，具有和大模型相关的多模态知识解析、知识高效存储、知识图谱构建、文本高效检索等经验

7，具有大模型私有化部署、标准化服务封装以及模型性能评估测试经验