上海 ee jobs (salary & requirements)

岗位职责：
1. 大模型微调与优化
- 负责大语言模型（LLM）的 SFT、RLHF、LoRA/QLoRA 等微调方案设计与实现
- 优化训练效率，包括显存占用、训练速度、分布式训练等
- 持续跟踪大模型前沿技术，将新技术应用到业务场景
2. RAG 系统研发
- 设计并实现检索增强生成（RAG）系统，提升模型在垂直领域的回答准确性
- 负责文档解析、分块策略、向量化、检索召回等模块的优化
- 优化检索排序、重排序策略，提升检索质量与响应速度
- 探索并实践 RAG 与微调的结合方案
3. AI Agent 开发
- 设计并实现 AI Agent 架构，包括规划、工具调用、记忆、多轮对话等能力
- 开发 Agent 所需的工具链（API 调用、代码执行、知识检索等）
- 优化 Agent 的推理效率、稳定性与可解释性
- 探索多 Agent 协作、人机协作等前沿方向
4. 模型评估与落地
- 建立大模型效果评估体系，包括自动化评测与人工评估
- 参与模型选型、部署与上线，保障生产环境稳定性
- 与产品、业务团队协作，将算法能力转化为业务价值
知识与技能：
1. 学历与经验
- 计算机、人工智能、数学等相关专业本科及以上学历
2. 大模型微调
- 熟悉主流大模型（如 LLaMA、Qwen、ChatGLM、Baichuan 等）的微调流程
- 熟练使用 Hugging Face Transformers、PEFT、DeepSpeed、vLLM 等框架
- 有 SFT、LoRA、RLHF 等微调实战经验，能独立完成从数据到模型的完整链路
3. RAG 经验
- 熟悉 RAG 技术栈，包括向量数据库（Milvus、Faiss、Elasticsearch 等）
- 了解 Embedding 模型、检索算法、重排序模型的选型与优化
- 有 RAG 系统设计或落地经验，能解决检索不准、幻觉等问题
4. AI Agent 经验
- 了解 LangChain、LlamaIndex、AutoGen 等 Agent 框架
- 有工具调用、Function Calling、ReAct 等 Agent 能力开发经验
- 理解 Agent 的规划、记忆、反思等机制
5. 编程与工程
- 熟练掌握 Python，熟悉 PyTorch / TensorFlow
- 具备良好的代码规范与工程化能力
- 有较强的学习能力与问题解决能力
优先条件
- 有大模型训练 / 微调项目从 0 到 1 的完整经验
- 有 RAG 或 Agent 相关开源项目贡献或技术博客
- 熟悉 Prompt Engineering、In-Context Learning
- 了解多模态大模型（视觉 + 语言）
- 有 GPU 集群训练、模型量化、推理加速经验
- 发表过相关领域论文或专利。