成都·青羊区
职位详情
一、核心职责
探索大模型在养护领域的赋能路径：融合机器学习、深度学习、自然语言处理（NLP）、计算机视觉（CV）及多模态大模型技术，系统挖掘其在道路、桥梁、管网等基础设施运维场景中的创新应用。主导从零开始的技术方案设计，涵盖基于LoRA/QLoRA的大模型领域微调适配，以及RAG、Agent、Workflow等大模型应用范式的实际落地，实现大小模型的高效集成与项目级部署。
推进模型工程化实施：负责大模型的训练、评估、推理优化（如量化、剪枝、蒸馏）、服务化部署（如Triton, vLLM）及全链路监控体系搭建，保障模型在生产环境下的高性能、低延迟与高稳定性，持续优化系统效率与用户体验。
构建公司级统一算法框架：设计并开发支持大模型高效应用的企业级算法平台，封装A2A+MCP、RAG（检索增强生成）、Agent（智能体）、Workflow（工作流引擎）、知识图谱等核心组件，为业务快速接入AI能力提供坚实技术底座。
牵头POC项目落地：作为技术主导者，快速搭建概念验证环境，运用前沿大模型技术验证典型业务场景可行性。通过严谨的A/B测试与效果分析，输出技术选型建议、性能基准数据及可复用的方法论，支撑规模化推广决策。
提炼通用算法能力：深入理解业务需求，将大模型共性功能（如对话、问答、分析、内容生成）抽象为标准化、可配置的API与SDK，建设大模型API网关与能力集市，显著降低AI技术使用门槛，推动AI能力的广泛复用。
深耕养护行业场景：联合领域专家，系统梳理大模型（LLM、多模态模型）在预测性维护、故障诊断、自动巡检、智能决策、知识库构建与智能检索等关键环节的应用机会，并完成技术方案的评估、选型与落地执行。
二、任职条件
学历与经验：985/211全日制本科及以上学历，5年以上AI算法相关工作经验，其中至少2年聚焦于大模型（LLM）的研究、应用或工程化实践。
基础技术：具备扎实的机器学习与深度学习理论功底；熟练掌握Python；精通至少一种主流深度学习框架（优先PyTorch，熟悉TensorFlow/JAX者更佳）。
核心技能：
NLP方向：深入掌握并实际应用RAG、Agent/Function Calling、Prompt Engineering等关键技术。
大模型能力：具备独立完成大模型微调（LoRA/QLoRA）与模型评估的经验，熟悉主流开源大模型（如Llama, Mistral, Qwen等）的架构特点与应用场景。
项目经验：具备完整的端到端大模型AI项目落地经历，覆盖数据预处理（清洗、标注、增强）、模型训练与调优、服务部署、性能优化及监控告警全流程。
工程能力：理解微服务架构设计，能够开发高可用、高并发、可扩展的AI服务接口与系统；熟悉Docker、Kubernetes等容器化技术者优先。
加分项：
算法研究：具备阅读NeurIPS、ICML、ICLR、ACL等顶会论文的能力，并能将最新研究成果转化为实际解决方案。
行业背景：熟悉道路、桥梁等基础设施养护领域的业务流程、技术标准与常见痛点。
技术广度：了解知识图谱构建与应用，掌握大规模数据处理技术（如Spark/Flink），或有开源项目贡献经验者优先。
探索大模型在养护领域的赋能路径：融合机器学习、深度学习、自然语言处理（NLP）、计算机视觉（CV）及多模态大模型技术，系统挖掘其在道路、桥梁、管网等基础设施运维场景中的创新应用。主导从零开始的技术方案设计，涵盖基于LoRA/QLoRA的大模型领域微调适配，以及RAG、Agent、Workflow等大模型应用范式的实际落地，实现大小模型的高效集成与项目级部署。
推进模型工程化实施：负责大模型的训练、评估、推理优化（如量化、剪枝、蒸馏）、服务化部署（如Triton, vLLM）及全链路监控体系搭建，保障模型在生产环境下的高性能、低延迟与高稳定性，持续优化系统效率与用户体验。
构建公司级统一算法框架：设计并开发支持大模型高效应用的企业级算法平台，封装A2A+MCP、RAG（检索增强生成）、Agent（智能体）、Workflow（工作流引擎）、知识图谱等核心组件，为业务快速接入AI能力提供坚实技术底座。
牵头POC项目落地：作为技术主导者，快速搭建概念验证环境，运用前沿大模型技术验证典型业务场景可行性。通过严谨的A/B测试与效果分析，输出技术选型建议、性能基准数据及可复用的方法论，支撑规模化推广决策。
提炼通用算法能力：深入理解业务需求，将大模型共性功能（如对话、问答、分析、内容生成）抽象为标准化、可配置的API与SDK，建设大模型API网关与能力集市，显著降低AI技术使用门槛，推动AI能力的广泛复用。
深耕养护行业场景：联合领域专家，系统梳理大模型（LLM、多模态模型）在预测性维护、故障诊断、自动巡检、智能决策、知识库构建与智能检索等关键环节的应用机会，并完成技术方案的评估、选型与落地执行。
二、任职条件
学历与经验：985/211全日制本科及以上学历，5年以上AI算法相关工作经验，其中至少2年聚焦于大模型（LLM）的研究、应用或工程化实践。
基础技术：具备扎实的机器学习与深度学习理论功底；熟练掌握Python；精通至少一种主流深度学习框架（优先PyTorch，熟悉TensorFlow/JAX者更佳）。
核心技能：
NLP方向：深入掌握并实际应用RAG、Agent/Function Calling、Prompt Engineering等关键技术。
大模型能力：具备独立完成大模型微调（LoRA/QLoRA）与模型评估的经验，熟悉主流开源大模型（如Llama, Mistral, Qwen等）的架构特点与应用场景。
项目经验：具备完整的端到端大模型AI项目落地经历，覆盖数据预处理（清洗、标注、增强）、模型训练与调优、服务部署、性能优化及监控告警全流程。
工程能力：理解微服务架构设计，能够开发高可用、高并发、可扩展的AI服务接口与系统；熟悉Docker、Kubernetes等容器化技术者优先。
加分项：
算法研究：具备阅读NeurIPS、ICML、ICLR、ACL等顶会论文的能力，并能将最新研究成果转化为实际解决方案。
行业背景：熟悉道路、桥梁等基础设施养护领域的业务流程、技术标准与常见痛点。
技术广度：了解知识图谱构建与应用，掌握大规模数据处理技术（如Spark/Flink），或有开源项目贡献经验者优先。
2026-08-15 12:27
IP属地：四川成都
职位福利
本科3-5年
成都养路工数字科技有限公司
未融资 · 100-499人
鱼泡安全保障
如遇到办证收费、刷单、传销、诱导买车等违规行为，请立即向鱼泡直聘投诉举报投诉举报 >
附近适合您的职位
收藏职位
