模型算法工程师

一、岗位职责
1、专注大语言模型（LLM）的微调（SFT、RLHF）、模型蒸馏、量化压缩技术研发与落地，聚焦冷链物流核心业务场景，设计适配冷链场景的模型微调和蒸
馏方案，平衡模型性能、推理速度与部署成本。
2、主导大模型微调数据集的构建与优化，结合冷链物流业务数据（订单、温控、仓储、轨迹等），完成数据清洗、标注、增强，针对冷链行业痛点优化微调
策略，提升模型在行业场景的适配性和准确率。
3、负责模型蒸馏、量化（INT8/NT4等）、剪枝等技术的研究与实现，优化模型体积和推理效率，满足冷链SaaS系统、边缘设备等不同部署场景的性能需
求，降低部署成本。
4、跟踪大模型微调和蒸馏领域前沿技术（如低秩适配、增量微调、知识蒸馏框架等），结合冷链业务特点进行技术预研和落地验证，推动技术转化为实际业
务价值（如提升调度效率、降低货损、优化推理响应速度）。
5、与大模型算法、产品、工程团队紧密协作，提供微调和蒸馏技术支持，解决模型落地过程中的性能优化、兼容性等问题，确保模型高效部署到生产环境。
6、沉淀大模型微调和蒸馏的技术方法论、优秀实践，制定相关技术规范，推动团队技术能力提升，参与技术文档和测试标准的编写。
二、任职要求
1. 核心要求
•学历：本科及以上学历，计算机科学、人工智能、深度学习、数学等相关专业；硕士及以上学历、有相关顶会论文或开源项目经验者优先。
•经验：2年及以上大模型微调（SFT、RLHF）、模型蒸馏相关工作经 验，有完整的微调和蒸馏项目落地经验；有物流、供应链、冷链等行业模型优化经验者
优先。
•技术能力：精通Python编程语言，熟练掌握PyTorch、TensorFlow等深度学习框架，熟悉大模型微调工具（DeepSpeed、LoRA、QLORA等）和蒸馏框架
（TinyLlama、DistilBERT等）。
•专业知识：深入理解大模型底层原理、Transformer架构，熟练掌握模型微调、蒸馏、量化、剪枝等核心技术，能够独立设计并实现微调和蒸馏方案，解决实
际技术痛点。
•数据与工程能力：具备处理海量异构数据的经验，能够独立完成微调数据集的构建与优化；了解模型部署相关技术（Docker、K8s、vlm等），能够配合工程
团队完成模型落地。
2. 加分项
•有冷链物流、供应链领域模型微调和蒸馏经验，熟悉仓储调度、路径优化、温控预警等业务场景，能够结合业务需求优化模型策略者优先。
•有开源大模型（Qwen、LLaMA、GLM等）微调和蒸馏经验，熟练使用LORA、QLORA等高效微调技术，或有模型量化（GPTQ、AWQ等）实战经验者优
先。
．具备模型工程化落地经验，熟悉边缘设备部署、推理优化，能够将微调和蒸馏后的模型高效部署到生产环境者优先。
•了解冷链SaaS系统、物流调度系统，具备较强的跨团队协作能力、问题解决能力和技术创新意识，对模型优化有强烈热情。