1、研究AI大模型的关键能力，结合行业场景和数据，解决大模型系统化过程中的挑战，包括但不限于模型的微调、强化训练、LLM Context Engineering等； 2、研究主流开源模型的使用及优化，包括使用训练和推理行业大模型，以及蒸馏行业小模型； 3、跟踪大语言模型的前沿技术，推动生成效果达到领先水平，持续提升业务效果天花板。 1、技术背景：计算机科学、人工智能、机器学习或相关领域的硕士毕业生，在机器学习、算法或AI工程领域有深厚的理论基础。 2、大模型技术能力：深入理解大语言模型（LLM）的基本原理，包括Transformer架构、注意力机制、微调技术；熟悉大模型的优化技术，如LoRA、RLHF（基于人类反馈的强化学习）等；具备模型推理和规划能力，熟悉Chain-of-Thought、Prompt Engineering、 Context Engineering等技术。 3、编程与工具：熟练掌握Python，熟悉LLamaFactory/ms-swift模型微调框架；熟悉vLLM模型部署工具。 4、软技能：具备强烈的工作责任心和自驱力，能够独立解决问题；良好的沟通协作能力，能够与跨职能团队高效合作。 加分项 1、大模型实战经验：有大模型预训练、微调、应用的实践或实习经验，熟悉LLM相关技术栈（如HuggingFace、LangChain、LLamaIndex）； 2、AI基础设施经验：熟悉AI基础设施技术栈，包括GPU、分布式系统、高并发数据处理、向量数据库。