成都·锦江区
职位详情
一、岗位职责1、专注于大语言模型（LLM）的微调（SFT、RLHF）、模型蒸馏及量化压缩技术的研发与实际应用，面向冷链物流核心业务场景，设计契合冷链需求的模型微调与蒸馏方案，兼顾模型性能、推理效率与部署成本之间的平衡。
2、主导大模型微调所需数据集的构建与持续优化，整合冷链物流相关业务数据（如订单信息、温控记录、仓储状态、运输轨迹等），完成数据清洗、标注与增强处理，针对行业典型问题优化微调策略，提升模型在具体应用场景中的适应性与准确率。
3、开展模型蒸馏、量化（INT8/NT4等）、剪枝等关键技术的研究与实现，降低模型体积并提升推理效率，满足冷链SaaS平台、边缘计算设备等多样化部署环境的性能要求，有效控制部署开销。
4、密切关注大模型微调与蒸馏领域的前沿进展（如低秩适配、增量式微调、知识蒸馏框架等），结合冷链业务特性进行技术预研和可行性验证，推动先进技术在实际业务中落地转化，助力调度效率提升、货损率下降及响应速度优化。
5、与大模型算法、产品及工程团队高效协同，提供微调与蒸馏环节的技术支持，解决模型在性能调优、系统兼容性等方面的落地难题，保障模型稳定高效地部署至生产系统。
6、总结沉淀大模型微调与蒸馏的技术方法与最佳实践，制定相关技术规范，促进团队整体技术能力提升，参与技术文档撰写及测试标准制定工作。
二、任职要求
1. 核心要求
• 学历：本科及以上学历，计算机科学、人工智能、深度学习、数学等相关专业背景；硕士及以上学历，或具备顶会论文发表、开源项目贡献经验者优先考虑。
• 经验：具备2年以上大模型微调（SFT、RLHF）及模型蒸馏相关工作经验，有完整项目从研发到落地的实践经验；具有物流、供应链、冷链等行业领域模型优化经验者优先。
• 技术能力：熟练掌握Python编程语言，精通PyTorch、TensorFlow等主流深度学习框架，熟悉常用大模型微调工具（如DeepSpeed、LoRA、QLoRA等）及蒸馏框架（如TinyLlama、DistilBERT等）。
• 专业知识：深入理解大模型底层机制与Transformer架构，掌握模型微调、蒸馏、量化、剪枝等核心技术原理，能够独立完成方案设计与技术实现，解决实际工程中的关键问题。
• 数据与工程能力：具备处理大规模异构数据的能力，可独立完成微调数据集的构建与优化；了解模型部署技术栈（如Docker、K8s、vlm等），能配合工程团队推进模型上线。
2. 加分项
• 具备冷链物流或供应链领域的大模型微调与蒸馏实践经验，熟悉仓储调度、路径规划、温度异常预警等业务场景，能根据业务需求调整模型优化策略者优先。
• 拥有对主流开源大模型（如Qwen、LLaMA、GLM等）进行微调与蒸馏的实际经验，熟练使用LoRA、QLoRA等高效微调方法，或具备GPTQ、AWQ等模型量化实战经历者优先。
• 具备模型工程化落地经验，熟悉边缘端部署流程与推理性能优化手段，能够将轻量化后的模型高效集成至生产环境者优先。
• 熟悉冷链SaaS系统或物流调度系统架构，具备良好的跨团队协作意识、问题分析与解决能力，富有技术创新热情，对模型压缩与性能提升有持续追求。
2、主导大模型微调所需数据集的构建与持续优化，整合冷链物流相关业务数据（如订单信息、温控记录、仓储状态、运输轨迹等），完成数据清洗、标注与增强处理，针对行业典型问题优化微调策略，提升模型在具体应用场景中的适应性与准确率。
3、开展模型蒸馏、量化（INT8/NT4等）、剪枝等关键技术的研究与实现，降低模型体积并提升推理效率，满足冷链SaaS平台、边缘计算设备等多样化部署环境的性能要求，有效控制部署开销。
4、密切关注大模型微调与蒸馏领域的前沿进展（如低秩适配、增量式微调、知识蒸馏框架等），结合冷链业务特性进行技术预研和可行性验证，推动先进技术在实际业务中落地转化，助力调度效率提升、货损率下降及响应速度优化。
5、与大模型算法、产品及工程团队高效协同，提供微调与蒸馏环节的技术支持，解决模型在性能调优、系统兼容性等方面的落地难题，保障模型稳定高效地部署至生产系统。
6、总结沉淀大模型微调与蒸馏的技术方法与最佳实践，制定相关技术规范，促进团队整体技术能力提升，参与技术文档撰写及测试标准制定工作。
二、任职要求
1. 核心要求
• 学历：本科及以上学历，计算机科学、人工智能、深度学习、数学等相关专业背景；硕士及以上学历，或具备顶会论文发表、开源项目贡献经验者优先考虑。
• 经验：具备2年以上大模型微调（SFT、RLHF）及模型蒸馏相关工作经验，有完整项目从研发到落地的实践经验；具有物流、供应链、冷链等行业领域模型优化经验者优先。
• 技术能力：熟练掌握Python编程语言，精通PyTorch、TensorFlow等主流深度学习框架，熟悉常用大模型微调工具（如DeepSpeed、LoRA、QLoRA等）及蒸馏框架（如TinyLlama、DistilBERT等）。
• 专业知识：深入理解大模型底层机制与Transformer架构，掌握模型微调、蒸馏、量化、剪枝等核心技术原理，能够独立完成方案设计与技术实现，解决实际工程中的关键问题。
• 数据与工程能力：具备处理大规模异构数据的能力，可独立完成微调数据集的构建与优化；了解模型部署技术栈（如Docker、K8s、vlm等），能配合工程团队推进模型上线。
2. 加分项
• 具备冷链物流或供应链领域的大模型微调与蒸馏实践经验，熟悉仓储调度、路径规划、温度异常预警等业务场景，能根据业务需求调整模型优化策略者优先。
• 拥有对主流开源大模型（如Qwen、LLaMA、GLM等）进行微调与蒸馏的实际经验，熟练使用LoRA、QLoRA等高效微调方法，或具备GPTQ、AWQ等模型量化实战经历者优先。
• 具备模型工程化落地经验，熟悉边缘端部署流程与推理性能优化手段，能够将轻量化后的模型高效集成至生产环境者优先。
• 熟悉冷链SaaS系统或物流调度系统架构，具备良好的跨团队协作意识、问题分析与解决能力，富有技术创新热情，对模型压缩与性能提升有持续追求。
2026-05-11 17:34
IP属地：四川成都
职位福利
本科1-3年强化学习 多模态算法大模型算法PythonJava
鲜生活冷链物流有限公司
B轮 · 10000人以上
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
