工作内容 1.LLM 应用开发与优化： 负责基于主流大模型（如 Llama, GPT, Claude 等）的应用层算法开发，包括 RAG（检索增强生成）全链路优化、Prompt Engineering 以及长文本处理方案的落地。 2.智能体（Agent）构建： 设计并实现多步规划（Planning）、工具调用（Tool Use）和自我反思（Reflection）机制，构建能够自主处理复杂任务的 AI Agent 架构。 3.前沿技术调研： 跟踪 AI 社区最新的研究成果（如 MoE 架构、模型量化加速、高效注意机制等），并将其转化为提升业务指标的工程实践。 任职资格 1.教育背景： 计算机、人工智能、数学或统计学等相关专业在读硕士或博士。 2.编程与框架： 熟练掌握 Python，精通 PyTorch，熟悉 Hugging Face 生态（Transformers, Accelerate, PEFT）及 vLLM、DeepSpeed 等训练推理加速工具。 3.实战经验： 熟悉常见的参数高效微调（PEFT）技术，如 LoRA、QLoRA 的基本原理；并在 RAG、向量数据库或 Agent 框架（如 LangChain, LlamaIndex）方面有实际操作经验。 4.综合能力： 具备优秀的英文论文阅读与复现能力，逻辑思维严密，对解决模型幻觉、提升推理效率等挑战充满兴趣。