大模型工程师

工作职责
参与打造交通行业自己的 "深研" 大模型，定义城市交通的 AI 新范式。

1、参与交通行业大模型的研发与优化，包括大语言模型（LLM）在交通场景下的预训练、有监督微调（SFT）、持续预训练（CPT）及对齐优化等工作，实现模型在交通垂直领域的深度适配。

2、参与交通领域高质量数据集的建设，包括交通政策、标准规范、事故案例、运维日志、路网GIS描述、客服对话等多源数据的采集、清洗、标注与治理，构建交通行业专属语料库。

3、参与RAG（检索增强生成）与Agent（智能体）框架的研发，构建交通场景下的智能问答、智能客服、运维助手、应急决策、报告自动生成等应用能力。

4、参与多模态大模型在交通场景的探索与落地，支持文本、GIS、视频、气象、事件等多源数据的联合推理与融合应用。

5、参与大模型训练与推理效率优化，包括模型蒸馏、量化、加速等工程化工作，确保模型在保证性能的同时具备计算资源效率。

6、跟踪大模型与交通AI领域的前沿技术，参与技术调研、方案设计与实验验证，推动技术创新与业务场景落地。

工作要求
1、具备扎实的机器学习/深度学习理论基础，熟悉Transformer架构及主流大语言模型（如GPT、LLaMA、DeepSeek、Qwen等）的基本原理与工作机制。

2、熟练掌握Python等编程，具备良好的代码规范和工程实践能力；熟悉PyTorch等主流深度学习框架，具备独立完成模型搭建、训练与调优的能力。

3、对大语言模型、多模态大模型、RAG、Agent等方向有浓厚兴趣，有相关课题研究、课程设计或竞赛经验者优先；了解NLP基础理论（文本分类、语义理解、信息抽取等）或有相关实践经验者优先；对交通行业（智慧高速、城市交通、智能驾驶等）有一定认知或兴趣者优先。

4、具备较强的学习能力、问题分析能力和自驱力，对AI技术落地充满热情；具备良好的团队协作意识和沟通能力，能够与产品、工程等团队高效配合。

5、在AI领域顶会（如NeurIPS、ICML、ICLR、ACL、CVPR等）发表论文者优先。