崗位職責
1. ?多模態大模型在工業場景的應用與落地：??
- 聚焦電力行業文檔理解（如設備手冊、運維報告、標準規范）、工程圖紙識別（如電氣原理圖、接線圖、光伏電站布局圖）、工業視覺質檢（如光伏組件缺陷檢測、電氣設備外觀檢測）?? 等核心場景；
- 負責或參與多模態場景交流與挖掘、方案調研與設計、可行性分析與驗證、技術選型與架構設計；
- 負責或參與多模態場景落地開發，能夠結合業務和模型特點進行數據準備、多模態模型結構優化和模型參數調優等工作；
- 主導或參與多模態大模型（圖像+文本，可能涉及視頻、時序數據等）的訓練、微調（包括預訓練、SFT、PEFT、RLHF等）、效果評測與持續優化迭代；
- 探索并實踐大模型推理加速技術，確保模型在工業現場或邊緣設備的實際可用性；
- 推動技術方案在實際業務場景（如光伏工廠、電站運維中心、研發部門）的落地部署和應用驗證。
2. ?模型開發與工具鏈建設：??
- 參與構建支持多模態大模型應用落地的數據生產、模型訓練、評測體系、推理服務等環節的代碼庫和工具鏈;
- 結合實際業務需求，開發和維護高效、可靠的AI工程化工具和平臺組件；
- 編寫高質量的、可維護的代碼，并遵循良好的軟件工程實踐。
3. ?技術前瞻與創新：??
- 緊密跟進國內外多模態大語言模型、生成式AI（AIGC）領域的前沿研究動態和技術趨勢；
- 探索新型多模態模型架構、訓練方法（特別是針對工業數據特點）以及創新應用形態；
- 評估新技術在電力、新能源等業務場景的應用潛力和落地路徑。
任職要求
1. ?5年以上人工智能領域相關工作經驗，具有扎實的NLP、CV或多模態方向的技術背景；?
2. ?深入理解主流大模型（LLM/VLM）的技術原理，包括但不限于Transformer架構、注意力機制、預訓練目標、微調策略（SFT, PEFT, RLHF）等；?
3. 具有實際的大模型訓練或微調項目經驗，熟悉大規模分布式訓練框架（如 ?Megatron-LM, DeepSpeed）的使用和優化；?
4. 優秀的工程實踐能力?：精通 ?PyTorch? 或 TensorFlow 等深度學習框架，具備扎實的編程功底（Python為主），良好的編碼習慣和調試能力；
5. 熟悉多模態學習基礎?：了解圖像、文本、視頻等不同模態數據的表示、對齊與融合技術；
6. 對生成式AI（AIGC）和多模態大模型領域有濃厚興趣和熱情，對技術前沿有敏銳的洞察力，熟悉相關進展（如GPT系列、LLaVA、Gemini等多模態模型）；
7.優秀的英文文獻閱讀能力，能夠快速吸收和理解國際前沿研究成果。
本招聘信息相關內容最終以雙方所簽署的勞動合同約定內容為準~