大模型算法（后训练）

该职位来源于猎聘 岗位职责 1、面向合同审查、合规等企业级场景，负责纯语言及多模态大模型的后训练、微调与落地，确保模型精准适配业务需求，显著提升审查效率与准确性。 2、设计并优化检索增强生成（RAG）系统，增强大模型对超长合同文档的理解能力，攻克复杂合同解析、关键信息提取中的幻觉与精度难题。 3、训练并集成多模态Agent，拓展大模型智能平台的能力边界，推动AI与业务流程的深度融合与自动化。 4、探索并应用大模型推理加速技术（如量化、剪枝、vLLM、TensorRT等），优化模型服务性能，降低计算成本，实现业务降本增效。 5、融合大模型与经典NLP、知识图谱技术，构建智能合同审查、信息抽取及风险预警机制，提升模型的可解释性与业务鲁棒性。 6、处理海量业务数据，挖掘关键信息，为模型迭代和方案优化提供高质量的数据支撑，形成数据-模型-业务的闭环。 7、全流程项目交付：参与大型项目全流程，协同产品、工程及业务团队，完成算法设计、开发、调优到最终落地交付，推动AI解决方案实际产生业务价值。 8、跟踪前沿技术，将新技术融入业务，推动算法能力迭代升级。 任职要求 1、计算机、人工智能、机器学习、数学等相关专业优先，算法理论扎实。 2、2年以上大模型算法研发经验，有企业级项目落地经验；具备合同审查、法律科技或合规风控相关背景者优先。 3、熟练掌握大模型后训练、微调技术（如LoRA、RLHF、DPO等），有Mistral、Qwen、Llama等主流模型的实际开发与调优经验。 4、精通RAG系统搭建与优化，熟悉NLP核心技术（文本表示、信息抽取）、知识图谱及Prompt Engineering，能针对业务场景设计高效检索与生成方案。 5、了解主流大模型推理加速技术（量化、蒸馏、vLLM、TensorRT等），具备工程化思维，能通过多轮调优提升系统性能。 6、熟练掌握Python，熟练使用TensorFlow、PyTorch等深度学习框架，具备数据处理、模型训练及部署（Docker、FastAPI等）的全栈能力。 7、具备复杂业务场景下的算法方案设计能力，能深入理解合同审查等业务痛点，提出并落地有效的技术解决方案。 8、具备良好的团队协作、沟通能力和持续学习意识，责任心强。