1、负责通用/行业垂类大模型算法研发与落地，包括大模型微调、SFT监督微调、对话对齐、能力迭代，支撑智能对话、知识库问答、智能助手、车载大模型等业务场景； 2、负责大模型数据体系建设，包括训练数据采集、清洗、过滤、质量评估、样本筛选、构造高质量SFT数据与偏好对齐数据，搭建适配业务场景的训练数据集； 3、开展大模型关键能力优化，包括指令遵循、多轮对话一致性、幻觉抑制、上下文记忆、工具调用、结构化输出等核心能力迭代，持续提升模型准确率、稳定性与用户体验； 4、负责RAG检索增强生成、Agent智能体相关算法设计与优化，搭建向量检索、知识库切片、召回排序、重排、答案生成整套检索增强体系，提升专业问答准确率； 5、跟进主流开源大模型（Qwen、LLaMA、ChatGLM、Baichuan等），完成模型微调、适配、消融实验，对比不同模型、参数、训练策略效果，输出完整实验报告与技术方案； 6、配合算法工程、后端、产品团队完成模型封装、迭代上线、灰度测试、A/B评测，解决上线后的模型效果问题、边界case与稳定性问题，推动算法业务落地； 7、持续跟踪大模型前沿论文与技术动态，沉淀技术文档、专利与方法论，参与团队技术预研与创新项目。

1、硕士研究生及以上学历，计算机、人工智能、软件工程、电子信息、自动化、数学等相关专业；熟练掌握机器学习、深度学习、自然语言处理基础理论； 2、熟练掌握 Python、PyTorch 开发，熟悉Transformer架构、注意力机制、预训练模型基本原理，了解大模型训练、微调、推理基本流程； 3、熟练掌握大模型SFT微调、LoRA/QLoRA轻量化微调、Prompt工程、Few-shot/CoT等主流技术； 4、熟悉大模型数据处理流程，掌握文本清洗、去重、过滤、质量打分、样本筛选等数据治理方法； 5、熟悉大模型评测体系，能够从准确率、召回率、幻觉率、一致性、对话流畅度等维度量化模型效果。