渝中区
职位详情
【岗位职责】
模型训练与微调：
负责主流开源大语言模型（如Qwen、LLaMA、Baichuan等）的本地部署、指令微调（SFT）及偏好对齐工作，结合具体业务需求优化模型输出质量与响应能力。
RAG系统构建：
搭建基于RAG架构的智能问答系统，涵盖文本嵌入处理、向量数据库选型（如Milvus、Faiss、Chroma）、检索策略设计以及提示词工程的持续优化。
数据处理：
主导训练数据的清洗、标注与结构化构建，建立高效的数据处理流程（Pipeline），保障数据质量并支撑模型迭代升级。
效果评估与优化：
构建自动化模型评测机制，深入分析错误案例（bad case），推动模型准确性与推理效率的双重提升。
工程落地：
协同后端开发人员完成模型服务封装与API接口部署，确保AI能力在实际生产环境中稳定、高效运行。
【任职要求】
基础条件：
需为重庆本地户籍或已在重庆长期居住，具备较强的稳定性，能够迅速适应团队节奏。
计算机、人工智能、数学等相关专业本科及以上学历背景。
目前处于离职状态，可立即到岗，能及时响应项目启动安排。
技术能力：
模型训练：
熟练掌握PyTorch或TensorFlow框架，具备真实场景下的大模型微调经验（包括LoRA、QLoRA及全参数微调），理解Transformer核心结构与常用优化方法。
RAG实战：
熟悉LangChain、LlamaIndex等主流开发框架，拥有完整落地的RAG项目经历（非仅限于演示原型），掌握HyDE、结果重排序、多路召回等典型检索增强技术。
工具链：
熟悉HuggingFace模型生态，能熟练运用vLLM、FastChat等推理加速方案；了解Docker容器化技术，具备基本的Linux系统操作与维护能力。
加分项：
具备知识图谱建设经验，或对GraphRAG技术有一定研究。
在GitHub上有活跃的技术产出或成功复现经典论文项目。
有模型量化、低延迟推理等性能优化方面的实践经验。
模型训练与微调：
负责主流开源大语言模型（如Qwen、LLaMA、Baichuan等）的本地部署、指令微调（SFT）及偏好对齐工作，结合具体业务需求优化模型输出质量与响应能力。
RAG系统构建：
搭建基于RAG架构的智能问答系统，涵盖文本嵌入处理、向量数据库选型（如Milvus、Faiss、Chroma）、检索策略设计以及提示词工程的持续优化。
数据处理：
主导训练数据的清洗、标注与结构化构建，建立高效的数据处理流程（Pipeline），保障数据质量并支撑模型迭代升级。
效果评估与优化：
构建自动化模型评测机制，深入分析错误案例（bad case），推动模型准确性与推理效率的双重提升。
工程落地：
协同后端开发人员完成模型服务封装与API接口部署，确保AI能力在实际生产环境中稳定、高效运行。
【任职要求】
基础条件：
需为重庆本地户籍或已在重庆长期居住，具备较强的稳定性，能够迅速适应团队节奏。
计算机、人工智能、数学等相关专业本科及以上学历背景。
目前处于离职状态，可立即到岗，能及时响应项目启动安排。
技术能力：
模型训练：
熟练掌握PyTorch或TensorFlow框架，具备真实场景下的大模型微调经验（包括LoRA、QLoRA及全参数微调），理解Transformer核心结构与常用优化方法。
RAG实战：
熟悉LangChain、LlamaIndex等主流开发框架，拥有完整落地的RAG项目经历（非仅限于演示原型），掌握HyDE、结果重排序、多路召回等典型检索增强技术。
工具链：
熟悉HuggingFace模型生态，能熟练运用vLLM、FastChat等推理加速方案；了解Docker容器化技术，具备基本的Linux系统操作与维护能力。
加分项：
具备知识图谱建设经验，或对GraphRAG技术有一定研究。
在GitHub上有活跃的技术产出或成功复现经典论文项目。
有模型量化、低延迟推理等性能优化方面的实践经验。
2026-06-26 15:00
IP属地：重庆
职位福利
本科3-5年图像算法深度学习多模态算法ALIGNTransformerViT
中电金信软件有限公司
不需要融资 · 10000人以上
工作地址
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
大模型应用开发工程师
1-2万元/月
大模型算法3-5年本科深度学习自然语言处理PyTorchTensorFlowPythonHR垂类大模型开发智能AGENT系统设计模型推理效率优化
重庆 南岸区
收藏职位
