大模型应用与训练算法工程师

职位描述

1. 负责商家 B 端场景下 LLM 应用与模型算法能力建设，包括意图理解、业务知识理解、多模态内容识别、多轮对话、模型微调及效果优化，并结合场景需求探索 AI Agent 和多模态大模型能力。 2. 面向商家经营、商品管理、营销运营、订单履约、客服售后、经营分析等业务场景，设计并优化 RAG、Text-to-SQL、知识问答、内容理解与生成、智能决策、自动化任务执行等算法方案。 3. 负责大模型应用与领域适配优化，包括 Prompt 策略、检索召回与重排、训练数据构造、持续预训练、SFT/LoRA 微调、模型评测和推理优化，提升商家 AI 应用的准确性、可用性和稳定性。 4. 建设面向商家业务场景的模型评测体系，覆盖业务任务完成率、回答准确性、幻觉率、模型泛化能力、稳定性、推理成本和延迟等指标。 5. 与工程、产品、商家运营、客服、销售等团队协作，将算法能力产品化、平台化，支撑商家经营助手、客服助手、营销助手、商品助手、数据分析助手等应用持续迭代。 6. 跟踪 LLM、多模态大模型、模型后训练、RAG、推理增强、Agent 等方向前沿进展，并结合商家 B 端实际场景推动可落地的技术转

任职要求

1. 本科及以上学历，计算机、人工智能、机器学习、自然语言处理等相关专业优先。 2. 熟悉机器学习 / 深度学习 / NLP 基础，掌握 Transformer、Embedding、向量检索、生成式模型及常见模型微调方法等基本原理。 3. 熟悉 Python，熟练使用 PyTorch / Transformers 等工具或框架，了解 PEFT / LLaMA-Factory / vLLM / sentence-transformers / Faiss 等训练、推理或检索组件。 4. 具备 LLM 应用及模型微调实践经验，理解 RAG、Prompt Engineering 等技术机制，熟悉 SFT、LoRA/QLoRA 等常见微调方法，以及数据构造、训练评测的基本流程。 5. 具备较强的实验设计和问题分析能力，能够通过数据、模型评测、Bad Case 分析和实验迭代定位模型效果问题。 6. 能够在算法效果、工程复杂度、推理成本和业务收益之间做合理权衡。