保利地产
AI-大模型精调工程师
AI-大模型精调工程师
发布于 大约 5 小时前普通员工/个人贡献者
全职员工仅现场办公NLP工程
NLP工程
Ai Agent
Deepspeed
Grpo
Llm
Lora
Moe
Peft
Pytorch
Qlora
值不值得投
72综合评分
综合评分 72
技术前沿、挑战性高、薪资可观，但工作强度可能较大，WLB不明。
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。
薪资怎么样
55K
比NLP工程中位数高
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
48 个在招
市场机会
选择不多
广州 · NLP工程 · 1 个在招
职位详情
关于这个职位
作为保利地产的AI大模型精调工程师，你将专注于大语言模型和多模态大模型的领域适配与高效微调，负责从数据构建、模型训练到评估部署的全链路工作
你将深入实践SFT、偏好对齐、强化学习等前沿技术，并探索模型压缩与推理优化，推动AI能力在房地产行业的落地
该岗位技术挑战高，要求扎实的算法功底和丰富的实战经验
最低要求
硕士及以上学历，计算机科学、人工智能、数学等相关专业，具备扎实的机器学习与深度学习理论基础，拥有跨领域知识融合能力者优先
年以上 NLP/大模型训练或微调经验，精通 Transformer、MoE （混合专家）等主流大模型架构，熟悉 LLaMA、Qwen、DeepSeek 等开源模型生态
深入理解大模型微调技术，包括全量微调及参数高效微调方法（LoRA、QLoRA、MoE-LoRA 等），具备多任务场景下模型适配与调优的实战经验
精通 Python，熟练使用 PyTorch 等深度学习框架，掌握大模型训练与推理工具链（DeepSpeed、Hugging Face Accelerate、vLLM、LangChain 等）
熟悉后训练阶段的强化学习对齐算法（GRPO、DAPO 等），理解其与传统 RLHF 的优势差异与适用场景，有推理模型微调实践经验者优先
熟悉分布式训练策略，掌握数据并行、模型并行、）列并行及混合精度训练等优化方法，具备千亿参数级模型训练或微调经验者优先
具备扎实的算法工程实现能力，能够独立复现前沿论文方案，拥有开源项目贡献经验（如 Hugging Face、LangChain）或在顶会发表相关论文者优先
了解多模态模型微调方法（如视觉-语言模型对齐），具备跨模态任务调优经验者优先
在以下至少一个领域有深入实战经验：对话系统、知识问答、检索增强生成（RAG）、内容生成、AI Agent、行业知识图谱构建与落地
工作职责
负责大语言模型（LLM）、多模态大模型（如 LLaMA、Qwen、DeepSeek、GPT、CLIP 等）的领域适配与参数高效微调（PEFT）
深入理解并运用模型后训练三阶段流程（SFT 监督微调、Preference Optimization偏好对齐、RL 强化学习），确保模型从指令遵循、人类偏好对齐到复杂推理能力的全链路能力提升
构建高质量领域语料库，设计数据清洗、准注、增强与采样方案，开发自动化数据处理工具，搭建“数据-训练-评测”的闭环体系，提升训练数据质量
探索并实践前沿强化学习对齐技术（如 GRPO、DAPO、RLVR），提升模型在复杂推理任务中的表现与用户需求对齐能力
设计并实施高效微调方案，包括低秩适应技术（LoRA/QLoRA）及其与混合专家架构（MoE）的融合变体（如 MoE-LoRA），探索动态路由机制以实现多任务自适应学习
优化分布式训练策略，基于 DeepSpeed 等框架实现 ZeRO 优化、）列并行、自动张量并行（AutoTP）及内存卸载等能力，平衡模型训练效果与 GPU 资源利用率
构建多维度的模型评估体系，通过系统性 Prompt Engineering 与数据增强提升模型泛化能力，建立 Bad Case 分析与迭代优化机制
探索模型压缩与轻量化部署技术，包括量化感知训练（QAT）、知识蒸馏及边缘端推理优化，支持端侧与边缘设备的高效部署需求
跟进推理模型前沿架构（如思维链推理、Engram 条件记忆等），探索推理效率优化策略（如投机解码、KV Cache 优化等），提升模型实际部署性能
AI 洞察
优缺点分析
优点
- 技术前沿性高，能够接触到LLM、多模态、强化学习等最前沿的AI技术，个人技术成长快
- 保利地产作为大型企业，平台稳定，资源丰富，为技术落地提供良好的场景和数据支持
- 岗位职责覆盖模型训练全链路，能积累从数据处理到部署优化的完整项目经验
- 技术难度高，对候选人的算法理论基础和工程实现能力要求极高，需要持续学习和跟进前沿论文
- 大模型训练和调优工作强度大，可能面临长时间的计算资源调试和实验迭代
- 房地产行业的AI应用尚在探索阶段，业务价值的体现可能需要较长时间
- 适合对NLP和大模型技术有深厚热情、具备扎实算法功底和丰富实战经验、希望在技术深度上不断突破的资深工程师
缺点 / 挑战
暂无明显挑战项
角色解读
- 技术专家路线：在模型微调、对齐、推理优化等方向深耕，成为大模型领域的顶尖专家
- 技术管理路线：带领团队负责大模型项目的整体规划与实施，向AI技术负责人或总监方向发展
- 业务融合路线：深入理解房地产行业业务，将AI技术与业务场景深度结合，成为行业解决方案专家
- 负责大语言模型和多模态大模型在房地产领域的适配与微调，包括数据构建、模型训练和评估
- 深入实践模型后训练三阶段流程（SFT、偏好对齐、RL），提升模型在指令遵循、人类偏好和复杂推理方面的能力
- 探索并实施前沿的模型微调、压缩和推理优化技术，如LoRA、QAT、投机解码等，以支持高效部署
- 构建数据-训练-评测的闭环体系，通过Bad Case分析和迭代优化，持续提升模型性能
- 精通Python和PyTorch，熟练掌握DeepSpeed、Hugging Face Accelerate、vLLM等大模型训练推理工具链
- 深入理解Transformer、MoE等主流大模型架构，熟悉LLaMA、Qwen、DeepSeek等开源模型生态
- 具备扎实的分布式训练经验，掌握数据并行、模型并行、混合精度训练等优化方法
- 熟悉强化学习对齐算法（如GRPO、DAPO），并有实际的项目落地经验
申请策略
- 提前了解保利地产的数字化战略和AI应用方向，在面试中展现对业务场景的理解
- 准备一个完整的项目案例，从问题定义、技术选型、实施过程到最终效果，展示系统性的解决问题的能力
- 重点突出大模型微调项目经验，详细描述在SFT、RLHF/GRPO等阶段的具体工作和成果
- 强调对LoRA、QLoRA等参数高效微调技术的深入理解和实际应用案例
- 展示分布式训练经验，特别是千亿级参数模型的训练或微调经历，以及解决过的技术难题
- 如有开源项目贡献或顶会论文，务必在显眼位置列出，这是重要的加分项
- 系统梳理强化学习对齐算法（GRPO、DAPO、RLVR）的原理和实现细节，并尝试复现相关论文
- 深入学习和实践DeepSpeed的ZeRO优化、AutoTP等高级特性，提升分布式训练调优能力
面试指南
- STAR法则：描述项目背景（Situation）、任务（Task）、你的行动（Action）和最终结果（Result），突出个人贡献和技术难点
- 对比分析法：在回答技术选型问题时，对比不同方案的优缺点和适用场景，展现你的技术判断力
- 问题解决导向：在描述项目时，重点说明遇到的问题、分析过程、解决方案和最终效果，体现工程能力
- 请详细介绍一下你过去负责的大模型微调项目，包括数据构建、训练策略、效果评估和迭代过程
- LoRA和QLoRA的原理是什么？在什么场景下你会选择全量微调而不是参数高效微调？
- 谈谈你对GRPO和DAPO等强化学习对齐算法的理解，它们与传统RLHF相比有什么优势和适用场景？
- 在分布式训练中，你如何优化显存和计算效率？请举例说明你使用DeepSpeed解决过的具体问题
- 如果要将一个大模型部署到边缘设备，你会考虑哪些技术方案？
职位点评
薪资福利75
成长发展90
工作生活50
使命价值60
薪资福利
75中等
职位为上市公司全职岗位，薪资水平未在JD中明确，但根据岗位要求和市场行情，预计薪酬具有竞争力。JD中未提及具体福利，但作为大型企业，标准福利应有保障。
薪资信号未披露（AI估算：40K-70K/月）
成长发展
90较高
该岗位技术要求极高，涉及大模型微调、强化学习、分布式训练等前沿技术，能提供极佳的技术成长空间。JD中明确要求跟进前沿架构和探索新技术，发展性动机能得到充分满足。
技术前沿前沿/新兴技术
技术栈LLM、PEFT、LoRA、QLoRA、DeepSpeed、GRPO、DAPO、MoE、QAT、知识蒸馏、投机解码、KV Cache
业务类型ambiguous
工作生活
50较低
JD中未提及工作模式、弹性办公或WLB相关信息，无法判断。大模型训练岗位通常工作强度较大，可能需要投入较多时间进行实验和调优。
工作模式未明确
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值
60中等
该岗位聚焦于AI技术在房地产行业的应用，属于传统行业的数字化转型，具有一定的创新意义，但社会影响力相对有限。
行业发展稳定成熟行业
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs