岗位职责
1.工业大模型的研发与优化
1.1.负责工业领域大语言模型(LLM)及多模态大模型的预训练、微调和推理优化,包括工艺知识图谱构建、专业语料清洗与指令微调;
1.2.设计并实现基于RAG的工业知识检索增强生成,整合炼钢、轧制、热处理等工艺规范与专家经验;
1.3.针对生产时序数据(温度、压力、成分等)开发时序预测大模型,支持质量预判与工艺参数优化;
1.4.负责特钢领域工业大模型架构设计、预训练、指令微调、偏好对齐、评估体系构建。
1.5.主导大模型轻量化、量化、剪枝、蒸馏及推理优化,适配工业现场低延迟、高可靠部署需求。
1.6.研究工业多模态(时序数据、光谱、图像、文本、设备信号)融合技术,构建特钢垂直领域统一表征与理解能力。
2.工业场景AI应用落地
2.1.开发大模型+ RAG、智能体(Agent)应用:质量缺陷根因分析、工艺参数智能优化、设备预测性维护、生产异常诊断、能耗碳排优化等。
2.2.与工艺、设备、自动化团队协同,完成模型与 PLC、SCADA、MES、L2 系统对接,实现闭环控制与智能决策。
3.模型工程化与部署
3.1.负责大模型轻量化(量化、蒸馏、剪枝)与边缘端部署,适配工厂算力环境
3.2.搭建模型训练与推理 pipeline,优化GPU资源调度与推理性能
3.3.搭建分布式训练环境,优化训练稳定性与 GPU 资源利用率。
3.4.输出模型技术文档、部署手册、API 规范,支撑模型服务化与规模化复用。
4.技术预研与创新
4.1.跟踪大模型、工业 AI 前沿技术(小样本学习、时序大模型、知识图谱融合),完成技术验证与落地。
与工艺工程师、数据团队协作,将冶金机理与大模型能力结合,解决"黑箱"可解释性问题。
任职条件
1.基本条件
1.1.统招本科及以上学历,计算机、人工智能、自动化、数学、冶金材料等相关专业;硕士优先,博士特别优秀者面议。
1.2.3 年及以上 AI 研发经验,1 年以上大模型(LLM / 多模态)实际训练、微调、部署经验。
1.3.有工业制造(钢铁 / 冶金 / 装备)AI 项目落地经验者优先;熟悉特钢工艺流程者优先。
2.核心技术能力
2.1.精通 Transformer 架构、注意力机制、MoE、预训练 / 微调全流程。
2.2.熟练掌握 PyTorch,熟悉 TensorFlow/JAX;有百亿 / 千亿参数模型训练经验优先。
2.3.熟悉时序预测、异常检测、计算机视觉、小样本学习、强化学习在工业场景应用。
2.4.精通 Python,熟悉 C++/Go;掌握 Linux 开发、Docker、K8s、模型服务化(FastAPI/Triton)。
2.5.熟悉分布式训练(DeepSpeed/FSDP/ZeRO)、推理加速、模型压缩、ONNX/TensorRT 部署。
2.6.有工业数据(PLC/SCADA/MES)接入、时序数据库、大数据平台经验优先。