1、参与 AI 应用产品的需求分析、架构设计与核心功能开发,包括但不限于大模型应用(智能问答、内容生成、知识库检索)、计算机视觉 / 自然语言处理应用等;负责将 AI 算法模型(自研或第三方)集成到业务系统中,完成端到端的 AI 应用交付 2、根据业务场景需求,对开源大模型(如 ChatGLM、Llama、Stable Diffusion 等)或自研模型进行微调、量化、部署优化,提升模型在实际应用中的性能(响应速度、准确率、资源占用);解决模型部署过程中的兼容性、稳定性问题。 3、根据业务场景需求,对开源大模型(如 ChatGLM、Llama、Stable Diffusion 等)或自研模型进行微调、量化、部署优化,提升模型在实际应用中的性能(响应速度、准确率、资源占用);解决模型部署过程中的兼容性、稳定性问题。 4、参与 AI 应用所需的数据集构建、清洗、标注工作,优化数据迭代流程;搭建或维护 AI 开发工具链(如模型训练平台、部署监控平台),提升团队开发效率;沉淀 AI 应用开发的标准化流程与文档。 5、对接产品、业务、运维等团队,理解业务痛点并转化为 AI 技术解决方案;为业务侧提供 AI 应用使用培训与技术支持,跟踪应用上线后的反馈,持续迭代优化功能;参与技术调研,评估新兴 AI 技术(如 Agent、多模态模型)在业务场景中的应用潜力。 6、遵循软件开发规范,编写高质量、高可读性、高可维护性的代码;参与代码评审,识别并修复潜在的技术风险;负责 AI 应用相关的故障排查、性能调优与版本迭代。