崗位職責(zé): 崗位職責(zé)： 1) 應(yīng)用成熟框架進(jìn)行Agent編排設(shè)計(jì)與實(shí)施：負(fù)責(zé)設(shè)計(jì)和實(shí)現(xiàn)智能體（Agent）的編排流程，包括技能編排、Agent通信網(wǎng)絡(luò)設(shè)計(jì)、Agent協(xié)同管理，確保智能體間的高效協(xié)作和任務(wù)執(zhí)行，構(gòu)建智能的AI應(yīng)用系統(tǒng)。 2) 應(yīng)用成熟的大模型和企業(yè)知識庫，從數(shù)據(jù)搜集、到架構(gòu)設(shè)計(jì)和應(yīng)用部署，構(gòu)建企業(yè)的RAG應(yīng)用。 3) 編碼與模型集成：使用Python或Java等編程語言，實(shí)現(xiàn)AI模型的調(diào)用、自定義邏輯和與業(yè)務(wù)系統(tǒng)的集成，包括模型的微調(diào)和動態(tài)參數(shù)調(diào)整。 4) AI應(yīng)用全生命周期管理：從設(shè)計(jì)到運(yùn)維，涵蓋基礎(chǔ)模型使用、場景模型微調(diào)、模型編排、模型運(yùn)營及智能應(yīng)用管理，確保AIGC應(yīng)用的高效運(yùn)行和持續(xù)優(yōu)化。 5) 數(shù)據(jù)處理與模型訓(xùn)練：負(fù)責(zé)數(shù)據(jù)集的處理和標(biāo)注，進(jìn)行模型訓(xùn)練和二次訓(xùn)練，利用高質(zhì)量數(shù)據(jù)提升模型準(zhǔn)確性和泛化能力，同時(shí)進(jìn)行靜態(tài)知識加工和RAG優(yōu)化。 6) 安全與合規(guī)：實(shí)施安全措施，防止模型退化、幻覺和安全風(fēng)險(xiǎn)，確保AI應(yīng)用的安全合規(guī)，包括用戶的身份認(rèn)證和權(quán)限管理。 7) 持續(xù)優(yōu)化與反饋增強(qiáng)：監(jiān)控模型性能，根據(jù)反饋進(jìn)行持續(xù)優(yōu)化，防止性能下降，實(shí)現(xiàn)長期效能提升。 8) 團(tuán)隊(duì)協(xié)作與溝通：與業(yè)務(wù)、IT、測試團(tuán)隊(duì)緊密合作，理解和轉(zhuǎn)化業(yè)務(wù)需求，推動AI應(yīng)用項(xiàng)目的順利實(shí)施。 9）跟蹤AI前沿發(fā)展，將創(chuàng)新技術(shù)轉(zhuǎn)化為實(shí)際應(yīng)用，轉(zhuǎn)化為企業(yè)內(nèi)部的技術(shù)實(shí)力。 任職要求: 1)碩士研究生或以上學(xué)歷，計(jì)算機(jī)科學(xué)、數(shù)據(jù)科學(xué)、數(shù)學(xué)或相關(guān)專業(yè)。 2)編程能力：熟練掌握Python編程語言，PyTorch框架； 3)數(shù)據(jù)處理與模型訓(xùn)練：有能力處理數(shù)據(jù)集，進(jìn)行模型訓(xùn)練和微調(diào)，提升模型性能。開發(fā)能力：精通CNN和Transformers原理；讀懂開源大模型訓(xùn)練和微調(diào)代碼，能夠根據(jù)需求，調(diào)整模型結(jié)構(gòu)，適應(yīng)應(yīng)用需求，有大模型LoRA、freeze、全量微調(diào)、訓(xùn)練、優(yōu)化、部署經(jīng)驗(yàn)； 4)應(yīng)用能力：熟練運(yùn)用LangChain或其它框架構(gòu)建本地知識庫、創(chuàng)建Agent調(diào)用搜索引擎、查詢數(shù)據(jù)庫、與系統(tǒng)交互，自定義邏輯實(shí)現(xiàn)和系統(tǒng)集成； 5) 解決問題的能力：面對復(fù)雜問題，能夠快速定位并提出解決方案，推動項(xiàng)目向前發(fā)展。 6) 安全與合規(guī)意識：重視數(shù)據(jù)和模型安全，了解行業(yè)標(biāo)準(zhǔn)和法規(guī)。