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高效复现。
- 熟悉大模型全周期训练流程与性能调优，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等轻量级微调方法。
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、去重及标注系统。
- 制定合理的文本分块策略、元数据抽取规则和数据质量评估标准，保障训练数据的丰富性、准确率与高信噪比。
3. 推理性能优化与工程落地
- 运用vLLM、TensorRT-LLM、DeepSpeed等工具提升推理效率，优化响应延迟、吞吐能力与并发支持。
- 基于LangChain、LlamaIndex等框架搭建RAG、Agent类应用，并持续改进检索模块与生成模块的协同表现。
4. 团队管理及对外解决方案输出
- 组织算法团队开展研发工作，建立编码规范、技术攻关机制与内部知识传递体系，确保项目交付的质量与时效。
- 参与售前沟通与客户项目实施，精准把握业务需求，设计个性化技术方案并完成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、数学等相关领域硕士及以上学位。
2. 技术原理：精通大语言模型核心机制（如Transformer、Attention、LayerNorm、Positional Encoding等），能从理论和实践角度剖析模型特性与瓶颈。
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等）的结构特点与适用范围，具备实际的预训练、SFT、RLHF或LoRA/QLoRA等微调经验；熟悉至少一种分布式训练框架（DeepSpeed/Megatron-LM）和一种推理加速工具（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：掌握BERT系列模型的调优与应用场景（如Embedding模型、Cross-Encoder重排序），并能与大模型进行有效融合使用。
8. 团队领导力：具有带领小型算法团队（不少于2人）的实际经历，能够合理拆解任务、提供技术指导并完成成果验收；具备面向客户或业务部门的技术方案撰写能力，可将复杂技术逻辑转化为可行的商业解决方案。
加分项
- 有海外学习或工作经验（优先考虑英语国家/地区），在权威期刊发表过大模型或相关方向的研究论文。
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高效复现。
- 熟悉大模型全周期训练流程与性能调优，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等轻量级微调方法。
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、去重及标注系统。
- 制定合理的文本分块策略、元数据抽取规则和数据质量评估标准，保障训练数据的丰富性、准确率与高信噪比。
3. 推理性能优化与工程落地
- 运用vLLM、TensorRT-LLM、DeepSpeed等工具提升推理效率，优化响应延迟、吞吐能力与并发支持。
- 基于LangChain、LlamaIndex等框架搭建RAG、Agent类应用，并持续改进检索模块与生成模块的协同表现。
4. 团队管理及对外解决方案输出
- 组织算法团队开展研发工作，建立编码规范、技术攻关机制与内部知识传递体系，确保项目交付的质量与时效。
- 参与售前沟通与客户项目实施，精准把握业务需求，设计个性化技术方案并完成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、数学等相关领域硕士及以上学位。
2. 技术原理：精通大语言模型核心机制（如Transformer、Attention、LayerNorm、Positional Encoding等），能从理论和实践角度剖析模型特性与瓶颈。
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等）的结构特点与适用范围，具备实际的预训练、SFT、RLHF或LoRA/QLoRA等微调经验；熟悉至少一种分布式训练框架（DeepSpeed/Megatron-LM）和一种推理加速工具（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：掌握BERT系列模型的调优与应用场景（如Embedding模型、Cross-Encoder重排序），并能与大模型进行有效融合使用。
8. 团队领导力：具有带领小型算法团队（不少于2人）的实际经历，能够合理拆解任务、提供技术指导并完成成果验收；具备面向客户或业务部门的技术方案撰写能力，可将复杂技术逻辑转化为可行的商业解决方案。
加分项
- 有海外学习或工作经验（优先考虑英语国家/地区），在权威期刊发表过大模型或相关方向的研究论文。
2026-07-17 12:37
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
