寻找同路人，共同探索定义AI的未来
我们正在寻找对大规模预训练模型（LLM）有深入理解且具备丰富实战经验的算法工程师，加入团队参与核心大模型的研发、优化及落地工作。您将负责大模型的微调、性能提升及行业场景适配，推动前沿技术在实际业务中的价值转化。
【工作职责】
1.模型微调：主导或参与大模型的微调（Fine-tuning）、提示工程（Prompt Engineering）及适配优化，设计高效的模型微调方案（如LoRA、P-tuning、Adapter等），优化训练效率及资源消耗；
2.工程化应用：探索大模型与行业场景的结合，设计可落地的创新技术应用方案并推动工程化实现，解决具体业务场景中的模型精度问题；
3.部署和管理：自有模型及其他各类专有和开源大语言模型/多模态大模型调用和部署，确保它们的最优性能，整合到解决方案中；负责多模态数据信息的对齐工作，确保数据质量，及模型效果评估；深入分析模型表现，针对长文本理解、多轮对话、跨模态生成等任务进行算法改进；
4.技术预研：研究大模型前瞻技术和趋势，跟踪大模型领域前沿技术（如MoE、RLHF、分布式训练优化），探索高效的模型调优策略、高质数据建设方法；

【任职要求】
1.3年以上自然语言处理（ NLP ）或机器学习领域的工作经验，精通python技术栈，具备高性能计算、CUDA优化经验者加分，精通Pytorch或Tensorflow等机器学习框架，精通迁移学习等模型训练技术；深入理解Transformer、BERT、GPT等模型架构及训练原理；
2.至少参与过1个完整的大模型微调项目，熟悉主流大模型（如LLaMA、ChatGLM、Qwen、DeepSeeK）的调优方法；
3.具备Prompt优化、领域适配、模型压缩（量化/剪枝）等实际经验；
4.熟悉Hugging Face、LangChain等开源生态工具链；
5.计算机科学、人工智能、自然语言处理或相关专业硕士及以上学历（能力突出者可放宽至本科）；
具有创新思维和钻研精神，敢于挑战、敢为人先。