1.大模型微调与优化： 负责对选定的大模型进行领域适配与精调，设计构建高质量训练数据集，实施优化微调策略（如Prompt Tuning, LoRA等），持续评估模型性能（准确率、推理速度等）并迭代优化，探索前沿微调技术以提升效果与效率； 2.大模型应用开发： 基于微调模型或通用API，设计开发端到端AI应用（Web/API/集成）；精通Prompt Engineering设计高效提示；构建稳定后端服务与友好前端交互；关注性能、成本优化，确保解决方案高效落地； 3.新技术学习与应用： 持续追踪大模型、生成式AI、Agent等领域前沿技术与工具（如LangChain, LlamaIndex）；主动研究评估其应用价值并进行技术预研与原型验证；快速将有效技术引入实际项目，推动团队技术升级；参与内部分享； 4.智能体开发： 设计开发基于大模型的智能体，实现规划、工具调用、记忆、交互等能力；构建核心模块（规划器、记忆、工具集）；利用框架（如LangChain Agents）或自研实现单/多智能体系统；测试评估智能体性能、可靠性并持续优化； 5.对接业务需求： 深入理解内外部业务场景与痛点，沟通转化需求为技术方案；评估方案可行性、工作量与风险；参与项目规划与管理；及时同步进展与挑战；跟踪上线效果、收集反馈，驱动方案持续改进，确保技术有效解决业务问题。

技术核心： 1.精通 Python，熟悉 PyTorch/TensorFlow 及 Hugging Face Transformers。 2.具备大模型微调实战经验 (熟悉主流方法如 LoRA)。 3.有大模型应用开发经验 (熟悉 Prompt Engineering 及 Flask/FastAPI 等后端开发)。 4.有智能体开发经验 (熟悉 LangChain 等主流框架)。 5.熟悉 Git、Linux 及基本部署流程 (如 Docker)。 关键素质： 1.极强的技术热情和学习能力，能快速跟进大模型、Agent 等前沿技术。 2.良好的问题解决、沟通协作能力，能理解并对接业务需求。 加分项： 1.有成功落地的大模型应用/智能体项目。 2.熟悉 RAG、多模态模型、模型优化部署。 3.有 AI 领域论文发表或竞赛获奖。 4.优秀的技术文档能力