算法工程师

职位概述
人工智能领域资深大模型微调算法工程师，负责将前沿的AI大模型技术应用于气象预报、气候分析和极端天气预警等关键领域。主导气象专业大模型的微调、优化与部署，推动人工智能在气象科学中的创新应用，为解决全球气候变化和防灾减灾提供技术支撑。
（一）核心职责：
1、模型微调与优化
针对数据特点（多模态、时空序列、高维度），设计并实施大模型（如Qwen、Deepseek、气象专用大模型）的领域适应微调方案；
开发基于垂直领域知识的Prompt工程策略，提升模型在垂直任务上的专业性和准确性；
优化微调过程中的数据效率，减少对标注数据的依赖，探索小样本、零样本学习方案；
2、算法模型评估
研发适用于项目任务的微调算法（LoRA、Prefix-tuning、Adapter等参数高效微调技术）；
建立AI大模型评估体系，设计领域特定的评估指标（如预报准确性、物理一致性、极端事件捕捉能力）
探索垂类大模型的可解释性方法，增强预报结果的可信度和可用性；
系统集成与部署；
将微调后的气象大模型集成到业务预报系统和气候服务平台；
优化模型推理效率，满足实时天气预报和气候预测的时效性要求；
设计模型持续学习框架，实现模型在新增数据和极端案例上的自适应更新；
3、气象数据处理与特征工程（加分项）
处理多源气象数据（卫星遥感、雷达、地面观测、数值模式输出等）；
构建面向大模型训练的气象专业数据集，设计数据增强和质量控制流程；
开发气象领域的Tokenization和特征表示方法，适配大模型输入结构；
（二）任职要求：
1、硕士及以上学历，人工智能、计算机科学或相关专业；
2、3年以上机器学习/深度学习研发经验，其中至少1年大模型微调实战经验；
3、精通PyTorch/TensorFlow等深度学习框架，熟悉Hugging Face Transformers生态；
4、熟练掌握至少一种大模型微调技术（Full Fine-tuning、LoRA、QLoRA等）；
5、熟悉气象数据格式（NetCDF、GRIB、HDF5）和常用处理工具（CDO、NCL、xarray）（加分项）