工程师

1.大模型全流程开发。负责基于TensorFlow、PyTorch等框架的大语言模型（LLM）全流程开发，包括监督微调（SFT）、奖励模型训练（RW）及强化学习优化（RLHF）。需优化模型在垂直领域的知识整合能力，解决训练中的过拟合/欠拟合问题，并通过动态调整学习率、混合精度训练等技术提升训练效率，实现跨模态语义对齐与协同推理能力;
2.分布式训练与国产化适配。使用DeepSpeed、Megatron-LM等主流框架实现千亿级参数模型的分布式训练（如数据并行、流水线并行），优化GPU显存占用与通信效率。针对主流国产硬件进行模型适配与调试，提升国产环境下训练吞吐量;
3.智能体与RAG系统构建。基于LangChain、Llama等主流框架开发智能体（Agent）系统，集成大模型与外部工具（如API、数据库）实现任务规划与自动化决策。通过检索增强生成（RAG）技术优化多模态数据检索策略（如向量索引、知识图谱），提升问答系统的实时性与准确性。构建面向政务、检务、医疗等垂直领域的行业知识增强框架，实现领域知识的高效注入与动态更新;
4.强化学习与多模态决策。应用DQN、PPO、SAC等算法优化智能体决策策略，结合扩散模型（Diffusion Policy）提升动态环境下的动作生成能力。设计多模态融合算法框架，提升在复杂场景下决策和推理能力。