崗位職責(zé)
1.智能體（Agent）開發(fā)與優(yōu)化?
1）設(shè)計(jì)并實(shí)現(xiàn)基于大模型的智能體框架，支持自主決策、工具調(diào)用與多輪交互。
2）優(yōu)化智能體的推理效率、穩(wěn)定性與泛化能力，適配復(fù)雜業(yè)務(wù)場景。
2.數(shù)據(jù)工程與治理?
1）構(gòu)建面向大模型的高質(zhì)量數(shù)據(jù)管道，涵蓋數(shù)據(jù)收集、清洗、標(biāo)注與增強(qiáng)。
2）設(shè)計(jì)數(shù)據(jù)評估與監(jiān)控體系，確保訓(xùn)練與推理數(shù)據(jù)的一致性、安全性及合規(guī)性。
3.應(yīng)用系統(tǒng)架構(gòu)設(shè)計(jì)?
1）主導(dǎo)基于大模型的端到端系統(tǒng)架構(gòu)，包括模型服務(wù)化、API設(shè)計(jì)、微服務(wù)集成與高可用部署。
2）平衡性能、成本與可擴(kuò)展性，制定技術(shù)選型方案（如云原生、邊緣計(jì)算等）。
4.大模型基礎(chǔ)原理與調(diào)優(yōu)?
1）深入理解大模型訓(xùn)練、微調(diào)、提示工程、評估等關(guān)鍵環(huán)節(jié)，設(shè)計(jì)模型迭代策略。
2）探索模型壓縮、加速、量化等優(yōu)化技術(shù)，提升系統(tǒng)效率。
5.大模型開源生態(tài)整合?
1）跟蹤Agno、vLLM等主流開源框架，評估并集成至技術(shù)棧。
2）跟蹤國內(nèi)外主流模型及生態(tài)技術(shù)發(fā)展，評估并引入團(tuán)隊(duì)，提高生產(chǎn)效率。
6.跨團(tuán)隊(duì)協(xié)作與賦能?
1）與產(chǎn)品、算法、工程團(tuán)隊(duì)緊密合作，明確技術(shù)邊界，驅(qū)動項(xiàng)目落地。
2）編制技術(shù)文檔、制定開發(fā)規(guī)范，并指導(dǎo)中級工程師成長。
任職要求
1.電子信息領(lǐng)域本科及以上學(xué)歷；
2.必備技能?
1）5年以上AI系統(tǒng)或大規(guī)模軟件架構(gòu)經(jīng)驗(yàn)，至少2年專注于大模型相關(guān)方向。
2）精通智能體架構(gòu)（如ReAct、COT）、大模型應(yīng)用框架及分布式系統(tǒng)設(shè)計(jì)。
3）熟悉PyTorch/TensorFlow、Transformer家族模型，具備模型微調(diào)與部署實(shí)戰(zhàn)經(jīng)驗(yàn)。
4）掌握數(shù)據(jù)流水線工具（Airflow、Kafka等）和云服務(wù)。
5）對大模型（如 DeepSeek、Qwen、GPT、Claude、豆包、元寶等）及相關(guān)工具有深入研究。
3.軟實(shí)力要求?
1）出色的溝通能力，能清晰闡述技術(shù)方案，協(xié)調(diào)多方資源達(dá)成共識。
2）強(qiáng)烈的責(zé)任心和團(tuán)隊(duì)協(xié)作精神，適應(yīng)快節(jié)奏、跨職能協(xié)作環(huán)境。
4.優(yōu)先條件?
1）發(fā)表過AI頂會論文或主導(dǎo)過高并發(fā)大模型產(chǎn)品落地。
2）熟悉檢索增強(qiáng)生成（RAG）、模型安全與對齊、多模態(tài)系統(tǒng)開發(fā)。