算法工程师（RAG）

1、RAG知识平台构建及优化： 针对水利行业数据特点，设计针对多类型文档的布局解析、图表解析和切片算法，优化检索策略，融合知识图谱提升知识库问答的能力。
2、行业智能体构建及优化：结合行业知识库，开发专业化智能体系统，连通知识库、数据库，实现大模型与三维可视化、水利专业模型的调度和交互，支持水利数字孪生系统的智能化分析和决策。
3、前沿技术探索和应用落地：跟进和探索大模型相关的前沿技术，结合行业特点和业务需要，推进大模型在实际场景的落地，并根据反馈持续优化模型效果。
【职位要求】
1、计算机相关专业，熟悉深度学习、计算机视觉、自然语言处理等领域的专业知识，具有3年以上工作经验；
2、熟练应用Pytorch深度学习框架，精通python语言，具有扎实的模型训练、推理、评测以及算法服务部署经验；
3、熟悉Transformer、BERT、GPT、Qwen、DeepSeek等模型工作原理，有开源大模型的使用及微调经验；
4、熟练文档解析、RAG知识库的构建和知识检索、知识问答等应用场景，熟练相关主流开源项目，有对开源项目做二次开发来解决某垂直行业实际问题经验；
5、具备较强的团队协作能力和沟通能力，有较强的学习能力和问题解决能力
【加分项】
1、熟知大模型底层技术原理和应用框架，有过开源大模型预训练、微调、强化学习经验。
2、熟悉大模型应用生态，对于LLM基建、中间件、应用框架有实际应用经验，并有成功案例。