我们正在寻找一位具备大模型基础知识，并精通 C++ 和 Python 的工程师，负责大语言模型（LLM）的微调、优化及 RAG（Retrieval-Augmented Generation）增强。您将参与 LoRA、量化、推理加速等优化工作，并探索高效检索增强生成（RAG）方案，提升模型在长文本理解和知识问答方面的能力。

岗位职责：
1、负责大语言模型（LLM）的微调（Fine-tuning），包括 LoRA、全参数微调等；
2、研究并优化 RAG（检索增强生成）方案，提升模型的上下文理解能力；
3、优化模型推理性能，研究并实现量化技术（如 GPTQ、AWQ）；
4、结合 C++ 和 Python 进行高效实现，优化训练和推理流程；
5、参与向量检索、知识库构建及索引优化，如 FAISS、HNSW、Milvus 等；
6、研究并落地高效 RAG 方案，结合分块策略、召回排序、知识蒸馏等提升效果；
7、结合业务需求，推进大模型在智能问答、搜索增强等应用落地。

任职要求：
1、熟悉大模型的基础知识，如 Transformer、注意力机制、参数高效微调（PEFT）等；
2、熟练掌握 C++ 和 Python，有扎实的编程能力和性能优化经验；
3、具备模型微调（Fine-tuning）经验，熟悉 LoRA、Adapter、QLoRA 等技术
4、了解 RAG 相关技术，如向量数据库、检索策略、知识增强等；
5、熟悉 PyTorch 或 TensorFlow，并具备实际项目经验；
6、有模型量化（如 GPTQ、AWQ）的实践经验优先；
7、了解 CUDA、TensorRT、ONNX、Triton 等推理加速工具优先；
8、具备良好的团队合作和沟通能力，能够独立分析和解决问题。

加分项：
1、有开源项目贡献或论文发表
2、熟悉 FlashAttention、Fused Kernel 优化等高效计算库；
3、了解分布式训练（DeepSpeed、FSDP、Megatron-LM）；
4、具备检索-生成融合优化（如 Hybrid Search、跨模态检索）的经验。