通用大模型应用研发（决策优化与系统研发方向）

该职位来源于猎聘 1、岗位职责‌（至少2项） 1.1 大模型辅助决策探索‌ - 基于DeepSeek等通用大模型，构建智能化决策支持系统，通过数据分析、知识推理等技术为业务场景提供可落地的解决方案。 - 探索大模型在需求预测、资源优化、风险评估等领域的创新应用。 1.2 智能运维系统研发‌ - 结合大模型技术优化IT/业务系统运维流程，开发自动化监控、故障诊断及根因分析工具，提升系统稳定性与响应效率。 - 探索AI驱动的运维知识库构建与动态更新机制。 1.3技术研发与工程化落地‌ - 参与大模型与业务系统的深度集成，设计高性能、可扩展的AI服务架构，解决模型部署、推理加速等工程问题。 - 推动AI技术栈（如Prompt工程、RAG、Agent框架）在真实场景中的应用验证。 1.4 项目管理与协作‌ - 主导或参与跨部门AI项目，制定技术路线与实施计划，协调研发、测试与交付全流程。 - 通过AI工具优化项目管理流程，提升团队协作效率与知识沉淀能力。 任职要求‌ 2、 核心能力‌ 2.1 背景‌要求 - 专业背景：计算机科学、人工智能、软件工程、数据科学等相关领域硕士及以上学历，2年以上AI落地经验。 - 行业认知‌：对智能运维、决策科学或企业数字化有所了解，能定位技术痛点并提出AI解决思路。 2.2 技术能力‌： - 熟练掌握Python/Java等语言，熟悉主流AI框架（PyTorch/TensorFlow）及大模型技术栈（如LangChain、LlamaIndex）。 - 深入理解大模型原理，具备Prompt优化、微调、知识蒸馏等实战经验。 - 熟悉分布式系统、云计算（AWS/Azure/阿里云）及容器化技术（Docker/K8s）。 2.3、关键素质‌ - 创新思维‌：善于从业务需求中抽象技术问题，敢于突破传统方案，提出AI驱动的创新思路。 - 工程化能力‌：注重技术落地价值，具备从原型验证到规模化部署的全流程经验。 - 自驱力与热情‌：对AI技术前沿保持敏感度，主动学习大模型领域新技术（如多模态、Agent技术）。 - 协作能力‌：擅长跨团队沟通，能够将复杂技术逻辑转化为业务语言。 2.4 加分项‌ - 有智能运维（AIOps）、决策优化系统或企业级AI中台建设经验 - 发表过AI顶会论文、Kaggle等竞赛获奖、或知名开源项目贡献者 - 持有PMP/软考证书，熟悉敏捷开发与DevOps流程