大模型微调工程师

一、岗位职责
1. 大模型应用开发：
• 负责大语言模型（LLM）或跨模态大模型在实际业务场景中的需求分析、模型选型与优化（如智能客服、知识问答、文档理解、自动化合规审核、数据库问答等）；
• 完成模型的微调（Fine-tuning）、提示工程（Prompt Engineering）、评估与部署，解决领域适配问题，重点突破数据库问答场景下的语义理解、查询生成、数据治理与结果准确性适配问题。
2. 性能优化与工程化：
• 优化模型推理效率（如量化、剪枝、蒸馏）及显存占用，提升服务吞吐量，保障数据库问答等高并发查询场景的响应性能；
• 设计多模型协同架构（如RAG、Agent系统），解决复杂任务链问题，支持数据库问答中的多轮交互、复杂查询拆解与跨库关联查询等核心需求。
3. 技术研究与创新：
• 了解大模型前沿技术：关注大模型领域的一些前沿技术（如 MoE 的基本概念、长上下文处理的重要性、多模态对齐的基本原理），并思考其在业务场景中的潜在应用，尤其探索在数据库问答场景的技术落地可能性；
• 构建领域数据集并进行初步训练策略探索：参与构建针对特定垂直领域的、较小规模的数据集（含数据库问答专用数据集），并尝试设计一些基本的领域适配训练策略，提升模型对数据库 schema 理解、SQL 生成与纠错能力。
二、任职要求
1. 教育背景：
• 本科及以上学历，计算机、电子、软件工程、数学等相关专业优先。
2. 技术基础：
• 了解主流大模型架构（如Transformer、LLaMA、GPT、CLIP），具备提示词工程优化经验，有数据库问答场景提示词设计与优化经验者优先；
• 掌握大模型微调技术（如SFT、LoRA、QLoRA、Adapter），具备显存优化经验（混合精度训练、梯度累积），有针对数据库问答模型的微调适配经验者优先；
• 熟悉大模型应用技术栈：LangChain/LLamaIndex、向量数据库、评估工具（MT-Bench、HELM），能熟练运用技术栈构建相关应用；
• 使用过Dify/Coze/fastgpt等平台，熟悉工作流构建、智能体与自定义工具编写，有基于平台构建数据库问答智能体或相关工作流经验者优先；
• 具备基础的数据库知识，了解主流数据库（MySQL、PostgreSQL、MongoDB等）的查询语法，能理解数据库 schema 设计，支撑数据库问答场景的技术落地。
3. 项目经验：
• 2年以上NLP/CV算法经验，至少1年大模型相关项目实战经验；
• 有至少一个完整的大模型落地案例（如基于LLM的智能审核系统、智能问答、数据库问答系统或者多模态内容生成）。
4. 工程能力：
• 熟悉使用模型加速工具（vLLM、DeepSpeed、TensorRT），具备服务部署经验（API封装、并发优化）；
• 熟悉Linux开发环境，能独立完成数据清洗、训练、评估全流程。
加分项
• 发表过高水平LLM相关论文，或参与开源大模型项目贡献；
• 具备大规模数据处理与优化的经验；
• 具备多模态任务（文本+图像/视频）处理经验，或复杂决策任务（Agent规划、工具调用）开发能力；
• 有数据库问答系统全流程开发或优化经验，熟悉SQL生成模型（如CodeLlama、SQLNet）的应用与调优；
• 具备数据仓库、数据建模相关经验，能深度理解业务数据结构，提升数据库问答场景的适配效果。
软技能要求
• 问题拆解能力：能将模糊业务需求转化为可落地的技术方案（如将“智能合规审核”拆解为文档解析+规则匹配+LLM决策，将“智能数据库查询”拆解为语义理解+Schema映射+SQL生成+结果校验）；
• 协作沟通：能与产品、工程团队高效协作，推动技术方案落地；
• 学习与抗压：适应技术快速迭代，能独立攻关技术难点。