负责垂域大模型微调训练（SFT、LoRA、RLHF/DPO）与效果评估，开展模型选型验证和迭代优化；参与垂类数据集构建，完成数据清洗、去重、合成数据生成及质量评估，搭建数据闭环；基于 LangChain、LlamaIndex 等框架参与 RAG、Agent 等 AI 应用开发，负责模块编码、接口联调与性能测试；配合完成模型推理部署、GPU 资源优化，开展 vLLM、TensorRT-LLM 等推理加速框架测试及工具链维护；跟踪前沿技术，参与论文复现、内部 Benchmark 建设与技术文档沉淀。 普通高等院校硕士及以上学历，计算机、人工智能、软件工程等相关专业，研究方向为自然语言处理（NLP）、大语言模型（LLM）或多模态方向者优先。 专业基础知识要求：熟练掌握Python，熟悉Linux开发环境，能熟练使用SQL进行基本数据处理；有PyTorch深度学习框架的使用经验，不局限于仅调用标准API；在校期间有NLP/CV领域的课题研究或工程项目经历，动手能力较强，善于通过编码解决实际问题；对大模型技术有浓厚兴趣，具备较好的自驱学习能力；熟悉Transformer架构及主流开源大模型（如Qwen、Llama、ChatGLM等）的基本原理，了解常见的微调范式（LoRA、QLoRA、P-Tuning等）。有HuggingFace Transformers、ModelScope等社区工具的使用或调用经历，或有大模型API调用、简单Agent应用开发经验者优先。