大模型算法工程师（后训练）

该职位来源于猎聘 你将负责垂直领域大模型的后训练与评测体系建设——基于客户私有数据，对基座模型进行微调与对齐，同时针对合同审查、报销审核、知识库等高频业务场景训练专用模型，并建立覆盖数据、RAG、智能体以及大模型训练本身的标准化评测体系，为平台规模化服务客户提供核心模型能力支撑。 岗位职责： 1. 垂直领域大模型微调与专用模型训练，面向医药、工业、地产等行业客户，结合高频业务场景（合同审查、报销审核、合规风控、知识库、智能客服等），分析其私有数据特点，设计并执行模型后训练方案（SFT、LoRA、QLoRA、DPO、ORPO等），并封装为平台预置智能体，使客户开箱即用或快速二次定制。 2、基于客户业务目标，设计以AI使用为导向的高质量数据集构建流程，涵盖结构化数据（数据库/表格）与非结构化数据（文档/PDF/PPT/邮件/对话记录） 3、标准化评测体系建设 - 数据评测：结构化/非结构化数据的完整性、一致性、噪声比例、领域覆盖率等指标。 - RAG评测：检索命中率（Hit Rate）、上下文相关性（MRR、NDCG）、生成忠实度（Faithfulness）、答案正确性等。 - 智能体评测：多轮对话成功率、工具调用准确率、任务完成率、用户满意度等。 - 大模型训练评测：建立覆盖通用能力保持度、领域适应度、灾难性遗忘检测、指令对齐度、推理一致性的评测体系。对比微调前后在通用Benchmark和自建场景测试集上的表现，确保模型优化不偏离底线能力。 4、与AI应用管理平台团队协作，将微调后的模型、专用场景模型、评测工具无缝集成到平台的模型网关、RAG流水线、智能体管理以及预置智能体市场。 5、支持客户PoC与实施项目，快速验证后训练效果，并沉淀行业实践。