大模型算法工程师

负责大模型在特定场景下的应用算法研究与实现，核心包括但不限于：RAG系统优化、智能体规划与推理、模型微调、提示词工程；

针对垂直领域需求，对开源大模型进行有监督微调、LoRA/QLoRA等参数高效性微调，以提升模型在特定任务上的表现；

优化RAG系统的全链路效果，包括文档解析、文本切分、向量化表征、检索排序、答案生成等环节，持续提升问答的准确率和相关性；

构建大模型效果的自动化评估体系，设计评估基准和指标，通过A/B测试等方式科学评估不同模型、不同策略的效果，驱动算法迭代。

计算机科学、人工智能、数学、统计学等相关专业，硕士及以上学历； 2、3年以上机器学习/自然语言处理相关经验，其中至少1年专注于大模型应用算法研发；

扎实的机器学习/深度学习基础，精通Python，熟练掌握PyTorch/TensorFlow框架;深入理解Transformer、Prompt Engineering、RAG、Fine-tuning等核心技术和原理；

具备以下至少两个方面的实际项目经验： a)模型微调：有使用Deepspeed/Peft等工具对LLaMA、ChatGLM等开源大模型进行SFT/LoRA微调的完整经验; b)RAG系统：有深度优化RAG系统链路的经验，熟悉文本分割、Embedding、检索器、重排等组件的调优; c)评估体系：有构建大模型评估基准和自动化评估流程的经验;

有证券、基金核心交易系统测试经验者优先。