大模型AI算法工程师

1.大模型多模态开发:参与大模型多模态相关开发工作，围绕交安设施病害风险评估以及决策报告支持场景开展研发。负责大模型的微调工作，包括数据清洗，运用lora微调、st等技术，使用llama factory进行微调操作，以提升模型在特定任务上的性能。
2.多模态技术框架构建:基于对多模态技术框架的深入了解，参与多模态系统的构建，确保系统能有效处理和融合多种类型的数据(如图像、文本、点云等)。
3.大模型部署与优化:负责大模型的部署，有sglang、vlm、gpustack等实际项目经验的部署经历，能处理部署过程中的常见问题。使用pytorch进行模型相关操作，将模型转换为onnx格式，再利用TensorRT进行优化部署，具备大模型量化(如INT8量化)等实际经验，确保模型在部署后高效运行。掌握cuda编程，对模型部署推理进行加速优化。
4.多模态RAG框架应用:参与多模态RAG框架相关项目，有实际的项目经验，了解 dify、coze以及ragflow等框架，能将其应用于系统中，提升系统对多模态信息的处理和检索能力，为交安设施病害风险评估及决策报告支持提供有力支撑。
5.多模态系统整体把控:对整体的多模态系统有深入了解，参与系统的设计与优化，确保各模块之间协同工作，提升系统在道路AI巡检及自动驾驶场景下的综合性能。
任职要求
1.本科及以上学历，计算机、人工智能、数据科学等相关专业优先。
2.了解大模型多模态开发相关技术，有交安设施病害风险评估以及决策报告支持相关场景经验者优先。掌握大模型微调技术，包括数据清洗方法，熟悉lora微调、sft等，会使用llamafactory进行微调操作。
3.对多模态的技术框架有较为深入的了解，能熟练处理和融合多种类型的数据。
4.接触过大模型的部署，有sglang、vlm、gpustack等实际项目经验的部署经历;熟悉pytorch框架，对 onnx、TensorRT有一定了解，具备模型量化、部署推理的实际经验。
5.掌握cuda编程基础，能运用cuda对模型部署推理进行加速。
6.在多模态RAG框架上有实际的项目经验，了解dify、coze以及ragfow等框架，能熟练运用相关框架解决实际问题。
7.对于整体的多模态的系统有深入的了解，知晓各组成部分的功能及协同方式。
8.具备良好的Python cc++编程能力，熟悉Linux操作系统;具有良好的学习能力、沟通能力和团队合作精神，能够积极配合团队完成项目任务。