AI大模型算法（27届校招）

作为大模型团队的核心成员，你将参与到从数据处理到模型部署的全生命周期研发中，具体包括：

1. 针对垂直业务需求（如智能家居控制、意图识别、鸟类识别等），负责模型的开发部署及特定任务适配。

2. 负责高质量垂直领域指令数据集的构建、清洗与增强，提升模型在特定场景下的表现。

3. 熟练运用 PEFT等微调技术，在小尺寸基座模型（例如 Qwen-4B, Qwen-0.6B等）上实现极致的性能平衡。

4. 构建面向控制场景的 NLU 模块，精练模型对用户指令的意图分类及关键参数抽取能力。

5. 负责模型在云端或边缘侧的部署优化，应用量化（FP16/INT8/INT4）、蒸馏等技术，保障低延迟与高吞吐。

6. 建立针对业务场景的科学评估体系，通过模型评测闭环持续迭代算法效果

1. 熟悉 NLP 或 CV 的基本原理，对 Transformer 架构有深入理解。

2. 熟练使用 HuggingFace 生态及主流微调框架。

3. 精通 Python 编程，能够熟练编写高效的数据处理脚本和模型训练逻辑。

4. 了解模型量化技术，熟悉 sglang, vllm等推理框架者优先。

5. 能够针对业务痛点（如意图识别错误、参数提取不准）进行针对性的模型调优和逻辑改进。

加分项

1. 有过语音识别、语义理解、智能家居控制或多分类任务（如生物物种识别）实战经验。

2. 在数据清洗、合成数据生成方面有独特心得。

3. 有将小模型部署在手机端、嵌入式设备或树莓派等硬件上的经验。

4. 在 GitHub 上有高质量 AI 项目，或在相关的 NLP/CV 算法竞赛中取得优异成绩