高级算法工程师（大模型）

岗位职责： - 负责语言模型（LLM / SLM）的微调（Fine-tuning / LoRA / PEFT），提升对话理解、指令执行和语境保持能力； - 负责智能设备中语言模型（LLM / SLM）的微调（Fine-tuning / LoRA / PEFT），提升对话理解、指令执行和语境保持能力； - 优化模型对可穿戴场景的自然交互表现（如即时问答、视觉理解、任务协助等； - 构建并维护语料采集与清洗管道，涵盖语音对话、指令日志、视觉描述、系统提示词等多源数据； - 制定语料标注标准与质量评估体系，确保语料覆盖多样性与高质量； - 设计任务型语料（Task-oriented Dataset）与对话式语料（Conversational Dataset），支持模型持续学习与迭代； - 开发自动化评测管线（包括 BLEU、ROUGE、BERTScore、人工评测体系等） - 对不同模型架构（LLM、SLM、VLM + LLM）进行对比实验与A/B测试 - 研究并应用轻量化推理方案（如量化、蒸馏、Adapter），在边缘设备上部署可行的AI助手模型 任职资格 - 精通 Python，熟悉常见 NLP / 深度学习框架（Transformers、PyTorch、TensorFlow） - 理解大语言模型的训练与推理机制（Tokenizer、Prompt、Context Window、LoRA、PEFT 等） - 有模型微调、语料构建、Prompt 优化或对话系统研发经验 - 熟悉文本清洗、去重、样本平衡、标签化等数据工程流程 - 理解多模态模型（如 CLIP、BLIP、Gemini、GPT-4o）中的文本-视觉融合机制 - 有基础的数据分析能力，能通过实验与数据驱动改进模型效果 加分项 - 有过 LLM 微调或指令调优（Instruction Tuning）实战经验； - 参与过语音助手、聊天机器人、智能硬件助手的 NLP 研发项目； - 熟悉 RAG、知识增强问答（Knowledge-Augmented Generation）或记忆管理（Long-term Memory）； - 对人机对话体验、上下文理解和AI个性化行为有研究兴趣。