崗位職責(zé)： 1、負(fù)責(zé)大規(guī)模語言模型（LLM）的微調(diào)、優(yōu)化及部署，提升模型在垂直領(lǐng)域的性能。 2、結(jié)合知識圖譜技術(shù)，構(gòu)建領(lǐng)域知識增強(qiáng)的大模型應(yīng)用，解決復(fù)雜語義理解與推理問題。 3、開發(fā)基于大模型與知識圖譜的智能應(yīng)用（如問答系統(tǒng)、推薦系統(tǒng)、自動化決策等）。 4、跟蹤大模型前沿技術(shù)（如LoRA、P-Tuning、RLHF等），探索模型輕量化與落地方案。 5、參與數(shù)據(jù)治理與知識圖譜構(gòu)建，設(shè)計結(jié)構(gòu)化與非結(jié)構(gòu)化數(shù)據(jù)的融合方案。 任職要求：技術(shù)能力： 大模型方向 1、精通Transformer架構(gòu)及主流大模型（如GPT、LLaMA、ChatGLM等）的微調(diào)技術(shù)。 2、熟悉Prompt Engineering、Adapter tuning、RLHF等優(yōu)化方法，有實(shí)際調(diào)參經(jīng)驗。 3、掌握Hugging Face、LangChain等生態(tài)工具，熟悉分布式訓(xùn)練框架（DeepSpeed、Megatron-LM）。 知識圖譜方向 1、熟悉知識圖譜構(gòu)建全流程（實(shí)體抽取、關(guān)系抽取、圖譜存儲與推理）。 2、熟練使用Neo4j、Dgraph等圖數(shù)據(jù)庫，或Apache Jena等語義框架。 3、有基于大模型的知識抽取（如NER、RE）或圖譜問答（KBQA）項目經(jīng)驗者優(yōu)先。 編程與工具 1、精通Python，熟悉PyTorch/TensorFlow框架，具備高性能代碼優(yōu)化能力。 2、熟悉Linux開發(fā)環(huán)境，掌握Docker/Kubernetes部署，了解CUDA加速。 加分項： 1、發(fā)表過NLP/知識圖譜相關(guān)頂會論文（ACL、EMNLP等）。 2、熟悉多模態(tài)大模型（如Flamingo、BLIP-2）或圖神經(jīng)網(wǎng)絡(luò)（GNN）。 3、有云計算平臺（AWS/Azure/阿里云）大模型服務(wù)部署經(jīng)驗。 學(xué)歷與經(jīng)驗： 計算機(jī)/人工智能相關(guān)專業(yè)碩士及以上學(xué)歷，5年以上工作經(jīng)歷，3年以上NLP或知識圖譜項目經(jīng)驗。優(yōu)秀的學(xué)習(xí)能力，能快速復(fù)現(xiàn)前沿論文并解決實(shí)際問題。