大模型调优算法工程师

岗位职责

1.构建车载场景微调技术体系：围绕智能座舱核心应用（如多轮对话、车辆控制指令、问答系统、个性化内容推荐），设计并落地高效稳定的领域专用模型微调（Fine-Tuning）方案

2.搭建高质量指令数据闭环：主导面向车载环境的高质指令微调数据集（InstructionData）构建与持续迭代，探索基于真实用户行为、交互日志的数据挖掘与增强方法

3.推进对齐算法研究与实施：深入实践指令微调（InstructionTuning）、基于人类反馈的强化学习（RLHF）及其衍生技术（如DPO），建立完整的模型对齐训练与评估流程，持续优化模型的实用性、真实性与安全性

4.研发高效微调与落地技术：攻关参数高效微调（PEFT）方法（如LoRA、QLoRA等），在保障模型表现的前提下有效降低训练与推理资源消耗，并协同工程团队实现模型在端侧与云端的实际部署

5.建立科学评估与持续优化机制：设计并完善适用于车载垂直领域的大模型评估体系（EvaluationBenchmark），结合自动化测试与人工评审，推动模型能力快速迭代升级

任职要求

1.计算机、人工智能等相关专业本科及以上学历，具备5年以上工作经验，其中至少2年聚焦于大模型微调、迁移学习或自然语言处理相关项目

2.深刻理解Transformer结构原理，熟练掌握主流参数高效微调技术（如LoRA/QLoRA、Prompt/PrefixTuning等）

3.精通Python编程，熟悉HuggingFace技术生态（Transformers、PEFT、Accelerate）等常用微调工具链

4.具备独立完成指令微调或RLHF（含DPO）全流程实验的能力，涵盖数据构建、实验设计、结果分析与性能调优

5.拥有扎实的机器学习与深度学习理论基础