1. 负责大模型（如GPT、LLaMA、文心一言等）的应用开发与优化，结合实际场景设计并实现高效解决方案。

2. 构建和优化RAG（检索增强生成）知识库系统，提升大模型在垂直领域的知识整合与推理能力。

3. 完成大模型的训练、微调（Fine-tuning）、精调（Prompt-tuning）及部署，实现全流程自动化（如基于Kubernetes/K8s的容器化部署）。

4. 开发自动化工具链，集成持续集成/持续交付（CI/CD）工具（如Jenkins、GitLab CI），提升模型迭代效率。

5. 结合RPA工具（如UiPath、Automation Anywhere）实现业务流程与大模型能力的深度融合。

6. 针对SQL Server等数据库进行数据清洗、特征提取及模型训练支持，编写高效SQL查询及存储过程。

7. 输出技术文档、操作手册及案例报告，协助团队完成技术沉淀与知识共

二、核心技能

1. 编程与工具

·精通Python，熟悉PyTorch/TensorFlow等深度学习框架，掌握LangChain、LlamaIndex等大模型开发工具。

·熟练使用Linux/Windows系统及命令行工具（如Shell/PowerShell），具备环境配置与运维能力。

2. 大模型技术

·深入理解大模型原理，能独立完成模型微调、分布式训练及部署优化（如模型压缩、量化）。

·熟悉RAG系统构建，包括向量数据库（如FAISS、Milvus）集成与检索算法优化。

3. 自动化与云原生

·熟练使用Kubernetes（K8s）管理容器化服务，熟悉Docker及云平台（AWS/Azure/阿里云）部署。

·熟悉CI/CD工具链（如Jenkins、GitHub Actions），了解MLOps流程设计。

4. 数据库与测试

·熟练操作SQL Server、MySQL等数据库，能编写复杂查询与数据治理脚本。

·了解自动化测试工具（如Selenium、Postman），支持模型接口与业务逻辑验证。

1. 有RPA工具开发经验，或熟悉AutoGPT等AI自动化框架。

2. 熟悉大模型安全与伦理规范，具备模型评估与风险控制能力。

3. 发表过AI相关论文，或参与过开源项目（如Hugging Face社区贡献）。

职位福利：五险、餐补、节日福利、周末双休、弹性工作、住房补贴、年终奖金、旅游、午休2小时等。