【岗位职责】 1.负责大模型（LLM/多模态）的整体架构设计、训练、微调、推理优化与持续迭代； 2.构建并维护交通物流领域的预训练语料库，开展数据清洗、去噪、增强与标注工作，提升模型效果； 3.设计高效分布式训练管线，应用模型压缩、量化、剪枝等技术，实现性能与成本的平衡； 4.研究并实现多种对齐与优化方法（RLHF、DPO、PPO等），提升模型在垂直场景下的可靠性与可控性； 5.搭建与维护大模型服务化平台，支持模型的发布、测试、监控与多业务场景集成； 6.跟踪大模型前沿技术与开源社区，结合交通物流、供应链等行业场景提出创新方案并推动落地。 【任职条件】 1.硕士及以上学历，计算机、人工智能、数学等相关专业； 2.2年以上大模型研发经验，具备完整的训练/推理/优化项目经验； 3.精通PyTorch/DeepSpeed等主流框架，熟悉Transformer/LLaMA/ChatGLM等模型架构； 4.熟悉LoRA、RLHF、DPO、PPO等微调与对齐技术，掌握vLLM、TensorRT-LLM等推理优化工具； 5.有千卡级大模型训练落地经验，熟悉分布式存储、任务调度与资源管理； 6.扎实的算法基础与工程化能力，能够推动大模型在企业级场景中稳定落地。 【优先条件】 -主导或参与过行业大模型研发与落地项目（交通、物流、供应链、金融等场景）； -有顶会/顶刊论文发表或主流开源框架贡献经验； -熟悉多模态大模型（文本、图像、时序/时空数据），能结合物流IoT/地图/单证等场景； -熟悉AI安全、合规及可解释性技术，对大模型在政企/行业应用中的可控性有研究。