初级算法工程师（LLM应用方向）

主要职责：
•模型开发与微调： 参与机器学习/深度学习模型的整个生命周期，包括数据处理、特征工程、模型训练、评估和部署。
•LLM定制化应用： 使用主流框架（如LangChain,LlamaIndex）进行大语言模型的应用开发，包括但不限于提示工程、RAG系统搭建、Agent开发以及针对特定场景的模型微调。
•算法实现与优化： 使用Python及相关库（如PyTorch,TensorFlow,Transformers）实现、复现和优化各类NLP和机器学习算法。
•实验与评估： 设计和执行严谨的实验，对模型性能进行系统性的评估和分析，并形成报告，为算法选型和优化提供数据支持。
•技术跟进： 主动学习和研究业界最新的AI技术动态，特别是LLM领域的新模型、新方法和新工具。
任职要求：
•学历专业： 计算机科学、人工智能、数学、统计学或相关领域的本科及以上学历。
•编程能力： 熟练掌握Python编程，有良好的编码习惯和调试能力。
•理论基础： 扎实的机器学习/深度学习基础，了解常见的NLP任务（如文本分类、NER、情感分析等）和模型（如Transformer,BERT,GPT系列）。
•技术栈：
◦必须熟悉PyTorch或TensorFlow其中一种深度学习框架。
◦了解HuggingFace等开源模型社区及相关工具库。
◦对LangChain,LlamaIndex等LLM应用框架有了解或项目经验者优先。
•实践经验： 拥有课程项目、实习、Kaggle竞赛或个人技术博客/GitHub项目等形式的实践经验。
•个人素质： 具备优秀的问题解决能力、强烈的学习欲望和良好的团队协作精神。
加分项：
•有使用API（如OpenAI,Anthropic）或开源LLM（如Llama,ChatGLM,Qwen）进行应用开发的经验。
•了解模型量化、剪枝等轻量化技术。
•有将模型进行简单部署（如使用FastAPI,Flask,Docker）的经验。