中国电信｜大模型算法工程师（信产公司）

1. 大模型研发与微调迭代：负责通用/垂直领域大语言模型、多模态大模型的研发、训练、微调及迭代优化，基于业务场景开展SFT、RLHF、LoRA、QLoRA等微调工作，解决模型幻觉、上下文理解偏差、输出不稳定等核心问题，提升模型适配业务的能力。 2. 模型算法优化与性能调优：针对大模型推理速度、显存占用、响应延迟、并发性能等核心指标进行优化，熟练运用量化、剪枝、蒸馏、模型压缩、推理加速等技术，完成模型轻量化部署与性能升级，保障模型高效稳定运行。 3. 业务场景算法落地：结合智能问答、文本生成、内容创作、知识库问答、Agent智能体等实际业务场景，设计算法方案、搭建模型应用架构，完成大模型与业务系统的对接落地，持续迭代优化产品效果，提升用户体验与业务转化效率。 4. 前沿技术调研与创新应用：持续跟踪国内外大模型、生成式AI、自然语言处理、多模态融合等前沿技术与行业动态，调研最新算法框架、模型架构及落地方案，结合公司业务需求进行技术创新、方案选型与技术预研，输出技术调研报告。

1.核心技术能力：熟练掌握Python编程语言，精通PyTorch、TensorFlow等主流深度学习框架；熟练掌握LLaMA、Qwen、ChatGLM、Stable Diffusion等主流大模型的训练、微调与部署流程，掌握向量数据库、RAG检索增强生成技术，熟悉模型量化、推理加速等优化方案。 2. 项目实战经验：具备1年及以上大模型算法研发、微调、落地相关工作或项目经验，有垂直领域大模型优化、RAG知识库搭建、Agent开发、多模态模型落地等实战经验者优先，能够独立完成算法方案设计、模型训练迭代与问题攻坚。 3.工程落地能力：具备良好的工程化思维，熟悉Linux开发环境、Git版本管理，了解模型部署流程，能够兼顾算法效果与工程性能，可独立解决模型训练报错、推理异常、效果不达标等各类技术问题，保障算法方案高效落地。 4. 综合素养与能力：具备优秀的逻辑思维、数据分析和问题拆解能力，对生成式AI技术有浓厚兴趣和持续学习能力；具备良好的沟通协作能力、责任心和执行力，能够快速响应业务需求，适配快速迭代的研发节奏。 专业要求：人工智能、计算机等相关专业