研发人员

参与预训练模型的训练及性能优化，提升训练效率和推理性能；

研究指令微调、人类反馈强化学习、提示工程等技术，提升模型在垂直领域的适配性；

结合文本、图像、地理信息等多模态数据，优化模型在交通勘察与设计场景的表现；

开发智能体（Agent）、检索增强生成（RAG）系统，整合向量数据库和知识图谱，增强模型的知识理解能力；

将模型集成到业务系统，支持实际应用落地。

学历与专业：硕士研究生及以上学历，并取得相应学位。计算机科学与技术、人工智能、自动化、软件工程、通信工程、电子工程、数据科学与大数据技术、模式识别与智能系统、应用数学、统计学、计算数学、运筹学与控制论、交通工程、交通运输工程、遥感科学与技术、地理信息科学、土木工程、水利工程、智能建造、智慧交通、智慧水利等相关专业。

知识技能：①熟悉大模型底层技术，掌握Transformer架构原理，了解主流大模型的训练范式与优化策略；②熟悉Python编程，熟练使用PyTorch/TensorFlow框架，掌握LoRA等模型优化技术。

实践经历：具有参与7B及以上参数大模型预训练、微调（SFT/RLHF）或垂直场景适配的企业实习经历。

其他条件：发表过EI、SCI、ISTP或其他同等级别论文者优先。 硕士研究生及以上