大模型算法工程师.

关于公司。
我们客户的业务涵盖了汽车从“心脏”到“大脑”的全部电子控制系统。

关于团队。
稳定、规范、专业、包容度高、大佬云集、工作生活平衡

关于职位

• 模型落地与适配： 负责开源大模型（如 Llama 3, Qwen, Yi 等）在车载专用场景下的 SFT（指令微调）及高效参数微调（LoRA, P-Tuning）。
• 垂直领域数据治理： 针对汽车协议、诊断码、研发规范等专业语料，进行高质量数据集的构建、清洗及多轮对话指令集编写。
• RAG 架构维护： 优化基于企业内网知识库的 RAG（检索增强生成）系统，提升检索精度，解决大模型在专业领域出现的“幻觉”问题。
• 推理性能优化： 配合工程团队，利用 vLLM, TensorRT-LLM 等框架提升模型在服务器端或边缘算力平台的并发能力与响应速度。

技能和经验要求

• 硬性背景： 统招名校硕士及以上学历，计算机、数学、电子信息等相关专业（1-3年正式工作经验）。
• 算法根基： 深入理解 Transformer 架构，对 Attention 机制、位置编码、激活函数有底层数学理解，而非仅会调用接口。
• 工程实操： 熟练使用 Linux 环境，至少精通一种分布式训练框架（如 DeepSpeed, Megatron-LM），有处理过千万级以上 Tokens 数据的实战经验。
• LLM 栈： 熟悉 Prompt Engineering 技巧，有 LangChain 或 LlamaIndex 等框架的开发经验，对 Agent 智能体架构有初步了解。
• 加分特质： * 在 GitHub 有高质量开源项目或在 Kaggle/天池等 AI 竞赛中获得 Top 排名。
• 发表过 NLP/CV 相关顶会论文（ACL, EMNLP, CVPR 等）。
• 有 C++ 基础或了解嵌入式底层逻辑。