1、基于化工園區(qū)及能源化工企業(yè)端AI產(chǎn)品戰(zhàn)略與業(yè)務(wù)需求，負(fù)責(zé)大模型技術(shù)路線規(guī)劃，包括基座模型選型（開源/閉源）、微調(diào)方案、RAG架構(gòu)、Agent框架等關(guān)鍵技術(shù)決策與架構(gòu)設(shè)計(jì)。
2、對(duì)大模型相關(guān)需求進(jìn)行技術(shù)可行性評(píng)估，參與核心技術(shù)方案（知識(shí)庫(kù)構(gòu)建、提示詞工程、模型微調(diào)、多模態(tài)融合等）的設(shè)計(jì)、評(píng)審與決策。
3、解決大模型研發(fā)、微調(diào)、部署、推理優(yōu)化中的關(guān)鍵技術(shù)難題；跟蹤大模型前沿技術(shù)（如RAG優(yōu)化、Agent、多模態(tài)等）在化工領(lǐng)域的應(yīng)用潛力，推動(dòng)技術(shù)預(yù)研與創(chuàng)新落地。
4、對(duì)負(fù)責(zé)的大模型研發(fā)模塊/項(xiàng)目的最終技術(shù)交付物（模型服務(wù)、API接口、智能應(yīng)用）的質(zhì)量、性能、時(shí)效負(fù)責(zé)；支持售前及交付團(tuán)隊(duì)提供關(guān)鍵技術(shù)方案說(shuō)明。
經(jīng)歷要求：
1、熟悉主流大語(yǔ)言模型（GPT系列、Claude、LLaMA、Qwen、DeepSeek等）的原理、特點(diǎn)及應(yīng)用場(chǎng)景，具備模型選型與評(píng)估能力。
2、熟悉大模型技術(shù)棧：Prompt
Engineering、RAG（向量數(shù)據(jù)庫(kù)、Embedding、檢索優(yōu)化）、Fine-tuning（LoRA/QLoRA/全量微調(diào)）、Agent框架（LangChain/LlamaIndex等）。
3、熟悉大模型推理部署與優(yōu)化技術(shù)（vLLM、TensorRT-LLM、量化壓縮等），了解私有化部署與云端部署方案。
4、能夠與產(chǎn)品、售前、交付等部門無(wú)障礙對(duì)接及協(xié)同，具備將業(yè)務(wù)場(chǎng)景轉(zhuǎn)化為大模型解決方案的能力，有能源化工行業(yè)經(jīng)驗(yàn)優(yōu)先。
5、優(yōu)先碩士研究生及以上學(xué)歷，計(jì)算機(jī)、人工智能、自然語(yǔ)言處理等相關(guān)專業(yè)，3年以上AI算法開發(fā)經(jīng)驗(yàn)，2年以上大模型相關(guān)項(xiàng)目經(jīng)驗(yàn)，如果能力經(jīng)驗(yàn)比較貼合，可放寬學(xué)歷至本科。
6、深度參與過(guò)1-2個(gè)大模型落地項(xiàng)目（智能問(wèn)答、知識(shí)庫(kù)、智能助手、文檔處理等）從方案設(shè)計(jì)到生產(chǎn)部署的全過(guò)程。
7、適應(yīng)出差。
關(guān)鍵能力要求：
1、對(duì)大模型技術(shù)發(fā)展有敏銳洞察力，能制定清晰技術(shù)演進(jìn)路線，帶領(lǐng)團(tuán)隊(duì)攻克大模型落地中的難關(guān)。
2、具備構(gòu)建企業(yè)級(jí)RAG系統(tǒng)、知識(shí)庫(kù)平臺(tái)的實(shí)戰(zhàn)經(jīng)驗(yàn)，能解決幻覺、檢索精度、響應(yīng)延遲等工程難題。
3、精通將復(fù)雜業(yè)務(wù)需求（如化工知識(shí)問(wèn)答、工藝文檔解析、安全規(guī)程助手等）轉(zhuǎn)化為可行的大模型技術(shù)方案。