岗位职责： 1.主导大模型后预训练全流程优化（架构设计/分布式训练/性能调优），制定后预训练与微调实施方案； 2.基于海量工业数据构建预训练基座模型，探索大模型与传统深度学习/强化学习的融合应用； 3.探索RLHF、模型蒸馏等前沿技术，跟踪大模型后预训练与微调领域最新进展并开展团队内部分享； 4.负责大模型RAG体系架构设计与代码开发，优化核心模块并制定航空领域专属适配方案； 5.推动RAG技术产品落地，对接业务部门实现智能适航、排产等场景应用，构建工艺知识图谱与LLM协同系统； 6.负责AI Agent系统设计、开发与优化，搭建维护私有化知识库，实现Agent与AI Flow框架及流程搭建； 7.完成多类大模型（Qwen/DeepSeek等）对接与部署（云端/本地）； 8.主导多模态大模型核心算法研发，完成训练微调全流程，构建行业高质量数据集与专属评估体系； 9.调研多模态、RAG等领域前沿技术（GraphRAG/LLaVA等），引入适配航空制造业的技术方案并推动落地； 10.指导团队开展大模型、RAG、AI Agent相关研发工作，完成技术文档/研究报告撰写、专利申报及团队内技术分享； 11.推动大模型与C大脑的技术融合，深入理解并运用SIPOC思维链方法论，赋能相关业务场景的智能化升级与流程优化。 任职条件： 1.硕士及以上学历，计算机、人工智能、自然语言等相关专业，具有3-5年人工智能相关的工作经验； 2.有成功优化模型训练算法、提升模型性能的项目经验，能够独立承担算法设计和开发任务，能独当一面； 3.参与过大模型相关开发工作，包括但不限于：数据清洗、开源模型实际微调、训练框架开发、强化学习、评测、推理部署等； 4.熟悉机器学习原理与算法，对深度学习算法有深度理解与实战经验，精通Python/C++等编程语言，熟悉常用框架如PyTorch，Deepspeed、Megatron等框架，有使用常见的深度学习工具如PyTorch、Tensorflow等开发大型算法系统的经验； 5.熟悉大语言模型的增量预训练、指令微调、偏好微调等多种训练方法 ，有全场景训练实战落地经验，了解强化学习（PPO/DPO/GRPO/RLHF）等技术； 6.熟悉全参数、LoRA 、QLoRA、Adapter等微调方法，有微调场景落地经验； 7.熟悉DeepSpeed、flash-attn、vllm等大模型训练及推理加速方法； 8.熟悉多模态领域算法，熟悉Llava、QwenVL等基础VLM模型，熟悉NLP领域算法，熟悉Bert、GPT、Llama等基础LLM模型，熟悉CV领域算法，熟悉ViT、DINO、SAM、GAN、Diffusion等基础CV模型； 9.熟悉数据收集、清洗和预处理的流程，有训练数据构造落地经验； 10.熟悉大模型提示设计，掌握零样本、少样本学习和链式推理（Chain-of-Thought），能根据任务需求优化提示，减少模型幻觉（hallucination）。 11.有LLM或者VLM训练、RLHF全流程开发经验者优先。

微信扫一扫，及时了解投递状态

您目前还没有登录：立即登录