大模型算法工程师

工作内容
1. 大模型研发与优化
负责大语言模型（LLM）的训练、微调及领域适配，涵盖预训练、指令微调、强化学习（RLHF）等全流程
探索模型压缩（量化、蒸馏）、推理加速（KV Cache优化）、显存优化等技术，提升模型部署效率
2. 场景化应用落地
负责大模型在具体业务场景的应用研发，包括模型选型、微调、部署及优化，开发适配不同场景的大模型应用方案
将LLM能力整合至实际场景（如智能客服、工业机器人、中药炮制设备等），设计端到端解决方案
3. 数据与算法迭代
构建高质量训练数据集，负责数据标注、清洗、处理及数据集构建工作
开发强化学习算法框架，提升模型推理能力、安全性和可控性
4. 工程化与性能优化
开展大模型轻量化（模型剪枝、量化、蒸馏）及边缘部署技术研发，优化模型体积与算力消耗
负责GPU推理效率优化、GPU集群利用优化、虚拟化等技术工作
5. 前沿技术跟踪与创新
跟踪学术界与工业界前沿进展，推动技术突破与业务落地
撰写技术文档、专利、论文，参与技术分享与评审
6. 跨团队协作与技术支持
与产品、工程团队紧密合作，确保算法方案的高效落地
配合跨职能团队，提供大模型技术支持，参与技术评审及方案研讨