一、能力资格要求
1. 专业背景：计算机科学与技术、人工智能、软件工程等相关专业学历，系统学习过机器学习、深度学习、自然语言处理等课程，具备扎实的理论基础。
2. LLM 技术能力：精通 LLM（大语言模型）的原理与架构，熟练掌握至少一种主流大模型（如 DS 系列、LLaMA、BERT 等）的微调技术，熟悉微调流程，包括数据准备、模型训练、性能评估和优化，能够根据业务需求对模型进行针对性调整。
3. Agent 开发能力：有Agent 开发经验，熟悉智能体的设计模式与框架，掌握多智能体协作机制；能够将 LLM 与 Agent 技术相结合，实现具备自主决策、任务规划和执行能力的智能体。
4. 编程与工具：熟练掌握 Python 编程语言，熟悉 PyTorch、TensorFlow 等深度学习框架；熟悉常用开发工具和版本控制系统（如 Git）、数据库操作能力（如 MySQL、MongoDB），有大型工程软件开发经验者优先。
5. 作战仿真与领域知识：了解作战仿真系统，熟悉作战仿真系统的接口、数据格式和运行机制，具备军事领域相关知识，了解作战想定构建、作战态势分析、作战指挥流程等内容者优先。
6. 其他能力：具有较强的学习能力和创新能力，能够快速掌握新技术、新方法；具备良好的逻辑思维和问题解决能力，能独立分析和处理开发过程中遇到的技术难题；拥有出色的沟通能力和团队协作精神，能够与不同专业背景的人员高效配合。
二、岗位职责
1. LLM 微调与优化：根据作战仿真系统的业务需求，对 LLM 进行微调，优化模型性能，使其能够准确理解和处理军事领域相关的自然语言指令、作战态势信息等；不断探索新的微调策略和技术，提升模型在军事场景下的应用效果。
2. Agent 设计与开发：基于作战仿真系统提供的接口，设计和开发具备作战想定构建、响应自然语言指令、作战态势提取分析、学习训练以及提出作战指挥建议等功能的 Agent；实现 Agent 与作战仿真系统的无缝对接，确保智能体能够有效获取系统数据并将生成指令作用于系统。
3. 功能实现与优化：持续完善 Agent 的功能，使其能够更好地模拟指挥员决策过程，实现基于大模型技术的军事智能体；对 Agent 的运行效果进行监控和评估，根据实际需求进行优化和改进。
4. 技术研究与创新：跟踪大模型技术和 Agent 领域的前沿动态，探索新技术在作战仿真系统中的应用可能性；积极开展技术研究和创新工作，推动大模型技术与作战仿真系统的深度融合。
5. 团队协作与沟通：与项目团队成员、军事领域专家等保持密切沟通，及时了解需求和反馈；参与技术方案讨论和评审，与其他技术人员分享经验和技术成果，共同推进项目进展。