1、RAG知識平臺構(gòu)建及優(yōu)化: 針對水利行業(yè)數(shù)據(jù)特點,設計針對多類型文檔的布局解析、圖表解析和切片算法,優(yōu)化檢索策略,融合知識圖譜提升知識庫問答的能力。
2、行業(yè)智能體構(gòu)建及優(yōu)化:結(jié)合行業(yè)知識庫,開發(fā)專業(yè)化智能體系統(tǒng),連通知識庫、數(shù)據(jù)庫,實現(xiàn)大模型與三維可視化、水利專業(yè)模型的調(diào)度和交互,支持水利數(shù)字孿生系統(tǒng)的智能化分析和決策。
3、前沿技術探索和應用落地:跟進和探索大模型相關的前沿技術,結(jié)合行業(yè)特點和業(yè)務需要,推進大模型在實際場景的落地,并根據(jù)反饋持續(xù)優(yōu)化模型效果。
【職位要求】
1、計算機相關專業(yè),熟悉深度學習、計算機視覺、自然語言處理等領域的專業(yè)知識,具有3年以上工作經(jīng)驗;
2、熟練應用Pytorch深度學習框架,精通python語言,具有扎實的模型訓練、推理、評測以及算法服務部署經(jīng)驗;
3、熟悉Transformer、BERT、GPT、Qwen、DeepSeek等模型工作原理,有開源大模型的使用及微調(diào)經(jīng)驗;
4、熟練文檔解析、RAG知識庫的構(gòu)建和知識檢索、知識問答等應用場景,熟練相關主流開源項目,有對開源項目做二次開發(fā)來解決某垂直行業(yè)實際問題經(jīng)驗;
5、具備較強的團隊協(xié)作能力和溝通能力,有較強的學習能力和問題解決能力
【加分項】
1、熟知大模型底層技術原理和應用框架,有過開源大模型預訓練、微調(diào)、強化學習經(jīng)驗。
2、熟悉大模型應用生態(tài),對于LLM基建、中間件、應用框架有實際應用經(jīng)驗,并有成功案例。