算法工程师-大模型方向（2027届校招）

AI 摘要智能生成

性能与成本优化：推理加速（批处理

职位描述

1、负责大模型应用方向的研究与落地，围绕检索增强生成（RAG）、智能体（Agent）编排与优化、工具调用与插件生态，设计可复用解决方案并推动产品化； 2、搭建端到端应用闭环：需求分析 → 知识/数据工程 → RAG/Agent 方案设计 → 评测与监控 → 灰度上线与持续迭代； 3、构建与优化企业知识中台与向量检索体系：数据采集、清洗与切分，Embedding/索引构建，召回与重排，多源知识融合与实时更新； 4、优化推理链路与可用性：Prompt 工程、Few-shot/CoT/ReAct、函数调用（Tool/Function Calling）、长文档与记忆机制、工作流编排（多工具、多步骤、多代理协作）； 5、建立系统化评测与A/B实验：离线指标（准确率、覆盖率、延迟、幻觉率、可用性）与在线指标（转化、满意度、SLA），沉淀评测基线与数据闭环； 6、提升可靠性与安全性：检索-生成协同（重排器、证据引用）、事实校验与防幻觉策略、权限与数据脱敏、内容安全与审计； 7、性能与成本优化：推理加速（批处理、并行、缓存、量化/蒸馏/剪枝）、多模型路由与降级策略、资源与成本监控优化； 8、跟踪与验证前沿技术：开源/闭源模型（如 Qwen、GLM、DeepSeek 等）、向量数据库与检索算法、Agent 框架（如 LangChain、AutoGen 等），快速原型并评估落地价值； 9、与产品/业务/平台团队协作，抽象通用能力，沉淀最佳实践、模板与 SDK，支撑客服、搜索、知识问答、办公自动化、数据分析等多垂类场景； 10、开展轻量训练与对齐：指令微调、强化学习、偏好对齐与领域知识注入/持续学习，形成可迭代的模型资产。

任职要求

• 硕士及以上学历，计算机、数学或统计学相关专业27届毕业生；
• 在自然语言理解、多模态等领域有研究，熟练使用pytorch/tensorfow等至少一种主流深度学习框架，能够独立实现前沿模型；
• 了解学界、业界最新研究成果；
• 能先来实习者优先录用。