维信诺
AI大模型应用开发专家
AI大模型应用开发专家
发布于 大约 14 小时前普通员工/个人贡献者
中国
专家级经验
全职员工
仅现场办公
本科
机器学习工程
Llm
Lora
Nlp
Pytorch
Qlora
Tensorflow
多模态
大模型
提示工程
AI 估算 · 30k–60k
大模型专家岗市场需求旺盛，技能门槛高，薪酬竞争力强，结合行业水平估算。
职位详情
关于这个职位
这是一个聚焦大模型技术的专家岗位，负责大模型的微调、开发、优化与系统集成，推动LLM和多模态技术在智能体场景落地
要求具备扎实的算法基础和工程能力，能独立解决模型优化与部署中的难题，适合有多年AI研发经验的技术专家
最低要求
教育背景：计算机科学与技术、数学、统计学、人工智能等相关专业，本科及以上学历，硕士及以上学历优先
工作经验：5年以上AI领域研发经验，其中至少2年大模型开发、微调及落地相关项目经验
熟悉大模型全流程开发（数据准备-微调-优化-集成-部署），具备基于开源大模型二次开发并成功落地的项目案例者优先
专业技能：
①熟练掌握Python编程语言，精通PyTorch、TensorFlow等至少一种深度学习框架，具备扎实的代码开发与调试能力
②具备深厚的大模型理论基础，深入理解LLM、多模态大模型的核心原理、架构设计及训练机制
③熟练掌握大模型微调（LoRA、QLoRA等）、量化、蒸馏、提示工程等关键技术，能独立完成模型优化与性能提升
④熟悉自然语言处理（NLP）领域相关算法，有NLP项目开发或落地经验者优先
能力素质：
①具备较强的独立研发能力与问题解决能力，能独立应对大模型开发、优化过程中的各类技术难点
对大模型领域新技术、新趋势有强烈的探索欲和快速学习能力，能快速跟进技术迭代并应用于实际工作
②具备良好的团队协作精神与跨部门沟通能力，能与方案、测试、数据等团队高效协同，推动项目落地
③具备严谨的逻辑思维、科学的实验设计能力，注重数据驱动，善于通过数据分析优化模型性能
④具备较强的责任心与执行力，能高效推进项目进度，确保各项工作按时按质完成
工作职责
大模型定制开发与微调：基于开源大模型（Llama、ChatGLM等）或商用大模型API，结合公司业务场景需求，开展模型微调、精调及定制化开发工作，优化模型输出精度与业务适配性，确保模型能够高效支撑业务任务落地
核心算法设计与优化：主导大模型相关核心算法的设计、迭代与优化，熟练应用提示工程、上下文学习、模型量化、知识蒸馏等关键技术，重点提升大模型的响应速度、推理效率，降低部署成本，实现性能与性价比的最优平衡
模型集成与协同对接：负责将优化后的大模型能力无缝集成至公司智能体系统，主导大模型与任务调度、数据存储、业务接口等各类功能模块的接口设计、数据交互与联调测试，保障大模型能力稳定输出、各模块协同高效运转
模型测试与迭代优化：制定大模型专项测试方案，全面开展功能测试、性能测试、安全性测试及业务适配性测试
分析测试数据与业务反馈，精准定位模型短板，持续推进模型参数调优、算法迭代，优化用户体验，保障模型长期稳定可用
技术研究与创新突破：跟踪国内外大模型领域最新技术动态、研究成果及行业应用案例，探索大模型在公司新业务场景的落地可能性
牵头或参与大模型相关技术难点攻关，主导技术创新，推动团队大模型技术能力整体提升
数据支撑与体系构建：配合数据团队完成大模型训练、微调所需数据的筛选、清洗、标注与校验工作，主导构建高质量、高适配的大模型专用数据集，建立数据管理规范，保障数据的有效性、安全性与可复用性
优先资格
硕士及以上学历优先
具备基于开源大模型二次开发并成功落地的项目案例者优先
有NLP项目开发或落地经验者优先
AI 洞察
优缺点分析
优点
- 职位聚焦大模型前沿技术，能快速积累业界稀缺的LLM工程经验
- 作为核心骨干，参与公司智能化战略落地，项目影响力大
- 技能覆盖面广，从算法到工程均有涉及，职业发展空间广阔
- 大模型技术迭代极快，需要持续学习和快速适应新方法
- 落地场景复杂，需跨部门协调，对沟通和推动能力要求高
- 公司属于制造业，技术氛围可能不如互联网大厂，需自主驱动
- 适合对技术有强烈热情、具备多年AI研发经验且渴望在大模型领域深度发展的工程师
缺点 / 挑战
暂无明显挑战项
角色解读
- 可从专家角色发展为技术负责人或架构师，主导更大规模模型平台建设
- 有机会深入前沿技术研究，成为公司在AI领域的技术带头人
- 也可以向产品化方向转型，负责大模型产品的整体规划与落地
- 负责基于开源或商用大模型进行微调和定制化开发，使模型适配公司业务需求
- 设计并优化大模型相关核心算法，应用提示工程、量化、蒸馏等技术提升性能
- 将大模型集成到智能体系统，完成接口设计与联调，保障各模块协同工作
- 制定测试方案，分析模型表现并进行迭代优化，确保模型稳定可靠
- 扎实的Python编程能力，精通PyTorch或TensorFlow等深度学习框架
- 深入理解LLM和多模态模型原理，掌握LoRA、QLoRA等微调技术
- 熟悉NLP相关算法，具备数据清洗、特征工程和模型评估能力
- 良好的工程实践能力，包括模型部署、性能优化和跨团队协作
申请策略
- 了解维信诺的业务方向，思考大模型在其制造场景中的具体应用
- 准备1-2个深度项目案例，详细说明技术选型、优化过程和业务收益
- 突出大模型微调或部署的完整项目经历，强调量化、蒸馏等优化效果
- 展示Python和深度学习框架的熟练度，列举具体模型成效
- 强调NLP相关项目经验，尤其是有落地应用的成功案例
- 体现独立解决技术难题的能力和跨团队协作经验
- 针对LoRA、QLoRA等微调技术进行实操练习，熟悉常见开源模型
- 学习模型量化、推理加速等部署优化工具，如vLLM、ONNX
面试指南
- 采用STAR法则，先说明情境和任务，然后详述具体行动，最后量化结果
- 强调技术选型的理由和优化迭代过程，体现数据驱动和工程思维
- 请介绍一次你主导的大模型微调项目，包括数据处理、模型选择和效果评估
- 如何平衡模型性能和部署成本？你会采用哪些技术手段？
- 在将大模型集成到业务系统时，你如何处理接口稳定性和延迟问题？
- 如何评估一个大模型是否适合特定的业务场景？
- 你对最新的开源大模型（如Llama 3）有什么了解？
- 复习大模型的基础架构和训练流程，熟悉主流开源模型的特点
职位点评
68
综合评分
前沿大模型技术岗，成长性强，薪资未明，WLB不明确。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
更适合这类人
该职位最适合以技术成长和前沿探索为核心动机的求职者，愿意在制造业环境中推动AI创新。
表现最好
成长发展
相对薄弱
工作生活
薪资福利60
成长发展90
工作生活50
使命价值70
薪资福利
60中等
JD未提及薪资福利，但专家岗位通常具有较强薪酬竞争力，具体需面谈确认。
薪资信号未披露（AI估算：30K-60K/月）
成长发展
90较高
职位深度聚焦大模型前沿技术，成长空间大，技术含量高，能显著提升个人在AI领域的核心竞争力。
技术前沿前沿/新兴技术
技术栈大模型、LLM、多模态、PyTorch、LoRA、QLoRA、模型量化、知识蒸馏、提示工程、NLP
业务类型ambiguous
工作生活
50较低
工作地点未明确，需现场办公，JD未提及弹性工作或加班情况，生活平衡性不清晰。
工作模式仅现场办公
办公地点未明确
加班情况未提及（无法判断）
使命价值
70中等
大模型技术应用于制造业数字化转型，具有前沿性和创新意义，但社会影响力较为中性。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
维信诺 的其他在招职位
相似职位推荐
Watch Jobs