模型部署调优及训练工程师(J10912)

职位描述

1.负责私有化大模型的部署实施，包括环境准备（如基于KVM 的虚拟化集群、裸金属服务器部署）、模型文件管理（如 Hugging Face / ModelScope模型仓库集成）、推理服务搭建（如 TensorFlow Serving、PyTorch TorchServe）；

2.根据业务需求完成大模型定制化部署（如多模型版本共存、API 网关集成、访问权限控制），保障部署的稳定性与安全性；

3.运用强化学习（如 PPO、DQN）、迁移学习、LoRA 微调等技术优化模型性能，针对特定场景（如医疗、金融）完成模型适配（如领域知识注入）；

4.监控模型运行状态（如推理延迟、准确率下降），收集训练数据与日志（如 TensorBoard 日志分析），提出模型改进方案（如架构调整、数据增强）；

5.探索新型训练框架与优化方法（如 Deepspeed 混合精度训练、Megatron-LM 分布式训练），提升大规模模型训练效率（如缩短训练周期 30% 以上）。

任职要求

1.本科及以上学历，人工智能、计算机相关专业；

2.5年以上大模型部署与训练调优经验，熟悉 GPT、LLaMA、BERT 等主流大模型架构；

3.掌握强化学习基本原理与实践（如 OpenAI Gym 环境、Ray RLlib 框架），具备 RLHF（人类反馈强化学习）优化模型的经验；

4.熟悉私有化部署技术，了解容器化（Docker/K8s）与云原生部署流程（如 Helm Charts 部署模型服务）；

5.具备 Python 编程能力，熟练使用 PyTorch/TensorFlow 等深度学习框架，了解 CUDA 编程（如自定义 op 优化模型推理）；

6.具有良好的问题解决能力，可独立完成模型部署与调优全流程（如从模型下载到线上服务的完整链条）。