杭州·滨江区
职位详情
【工作职责】
1. 大模型技术研究与开发
- 深入掌握Transformer、Attention、MoE、RLHF等核心技术原理，持续跟进最新学术进展并实现关键算法复现。
- 熟悉大模型完整训练流程及性能调优，涵盖数据预处理与增强、预训练、有监督微调（SFT）、RLHF，以及LoRA/QLoRA/P-Tuning等高效适配方法。
2. 数据处理与质量保障
- 构建面向大规模非结构化数据（如PDF、扫描文件、Office文档）的自动化解析、清洗、去重和标注系统。
- 设计合理的文本分块策略、元信息提取规则与数据质量评估机制，保障训练语料的丰富性、准确性与高信噪比。
3. 推理性能优化与工程落地
- 运用vLLM、TensorRT-LLM、DeepSpeed等工具进行推理加速，提升生成速度、降低首字延迟并增强并发处理能力。
- 基于LangChain、LlamaIndex等框架搭建RAG、智能Agent类应用，持续改进检索与生成模块的协同表现。
4. 团队管理及对外解决方案输出
- 统筹算法团队运作，建立开发规范、制定技术攻关路线并推动内部知识沉淀，确保项目交付的质量与时效。
- 参与客户交流与售前支持，精准把握业务需求，提供定制化技术方案并完成POC验证演示。
5. 前沿技术追踪与创新
【任职要求】
必要项
1. 教育背景：计算机、人工智能、数学等相关专业硕士或以上学位。
2. 技术原理：精通大语言模型核心架构（如Transformer、Attention、LayerNorm、Positional Encoding），能从理论与实践角度分析模型特性与瓶颈。
3. 主流模型：熟练掌握至少两类主流大模型（如LLaMA 2/3、Qwen、Baichuan、ChatGLM、GPT-4）的结构差异与应用场景，具备实际的预训练、SFT、RLHF或LoRA/QLoRA微调经验；熟悉至少一种分布式训练框架（如DeepSpeed/Megatron-LM）和一种推理加速工具（如vLLM/TensorRT-LLM）。
5. 数据处理能力：具备处理海量非结构化文档（PDF、PPT、扫描件等）的实际经验，可独立完成数据清洗、质量评估与增强流程的设计与实施。
6. 小模型技术：了解BERT系列模型的调优与应用（如Embedding抽取、Cross-Encoder重排序），并能结合大模型构建混合式系统。
8. 团队领导力：有带领算法小组（不少于2人）的实战经历，具备任务分解、技术指导与成果验收能力；能够撰写面向客户或业务方的技术解决方案，将复杂技术逻辑转化为可执行的商业落地路径。
加分项
- 具备海外学习或工作背景（优先考虑英语国家/地区），在权威期刊发表过大模型或相关领域研究成果。
1. 大模型技术研究与开发
- 深入掌握Transformer、Attention、MoE、RLHF等核心技术原理，持续跟进最新学术进展并实现关键算法复现。
- 熟悉大模型完整训练流程及性能调优，涵盖数据预处理与增强、预训练、有监督微调（SFT）、RLHF，以及LoRA/QLoRA/P-Tuning等高效适配方法。
2. 数据处理与质量保障
- 构建面向大规模非结构化数据（如PDF、扫描文件、Office文档）的自动化解析、清洗、去重和标注系统。
- 设计合理的文本分块策略、元信息提取规则与数据质量评估机制，保障训练语料的丰富性、准确性与高信噪比。
3. 推理性能优化与工程落地
- 运用vLLM、TensorRT-LLM、DeepSpeed等工具进行推理加速，提升生成速度、降低首字延迟并增强并发处理能力。
- 基于LangChain、LlamaIndex等框架搭建RAG、智能Agent类应用，持续改进检索与生成模块的协同表现。
4. 团队管理及对外解决方案输出
- 统筹算法团队运作，建立开发规范、制定技术攻关路线并推动内部知识沉淀，确保项目交付的质量与时效。
- 参与客户交流与售前支持，精准把握业务需求，提供定制化技术方案并完成POC验证演示。
5. 前沿技术追踪与创新
【任职要求】
必要项
1. 教育背景：计算机、人工智能、数学等相关专业硕士或以上学位。
2. 技术原理：精通大语言模型核心架构（如Transformer、Attention、LayerNorm、Positional Encoding），能从理论与实践角度分析模型特性与瓶颈。
3. 主流模型：熟练掌握至少两类主流大模型（如LLaMA 2/3、Qwen、Baichuan、ChatGLM、GPT-4）的结构差异与应用场景，具备实际的预训练、SFT、RLHF或LoRA/QLoRA微调经验；熟悉至少一种分布式训练框架（如DeepSpeed/Megatron-LM）和一种推理加速工具（如vLLM/TensorRT-LLM）。
5. 数据处理能力：具备处理海量非结构化文档（PDF、PPT、扫描件等）的实际经验，可独立完成数据清洗、质量评估与增强流程的设计与实施。
6. 小模型技术：了解BERT系列模型的调优与应用（如Embedding抽取、Cross-Encoder重排序），并能结合大模型构建混合式系统。
8. 团队领导力：有带领算法小组（不少于2人）的实战经历，具备任务分解、技术指导与成果验收能力；能够撰写面向客户或业务方的技术解决方案，将复杂技术逻辑转化为可执行的商业落地路径。
加分项
- 具备海外学习或工作背景（优先考虑英语国家/地区），在权威期刊发表过大模型或相关领域研究成果。
2026-06-27 15:08
IP属地：浙江杭州
职位福利
硕士3-5年大模型算法自然语言处理
中控技术股份有限公司
已上市 · 1000-9999人
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
收藏职位
