岗位职责

1.大模型研发与优化：负责大模型（如GPT、LLaMA、ChatGLM等）的预训练、微调（SFT、RLHF、LoRA等）及二次训练，提升模型在垂直领域的性能表现，探索大模型高效训练技术（如分布式训练、量化压缩、推理加速等），优化计算资源利用率；研究大模型架构优化方法，包括但不限于注意力机制改进、参数高效微调等

2.负责大语言模型（LLM）在医疗场景下的算法设计、模型训练和性能优化；

3.基于开源基础大模型（如Qwen、DeepSeek、LLaMA等）进行微调、指令调优（SFT）、RLHF、RAG等技术研发；

4.参与医疗垂类数据的构建与清洗，推动医疗知识图谱、多模态融合等在大模型中的应用；

5.与工程化团队协作，将大模型技术落地至医生助手、病历生成、药品推荐、问诊系统等实际业务场景；

6.跟踪前沿AI算法动态，持续推动模型架构与推理效率的优化。

任职要求：

1.计算机、人工智能、自动化等相关专业，硕士及以上学历，具备扎实的机器学习、深度学习理论基础；

2.熟悉主流大模型架构（Transformer、LLM），有LLaMA、Qwen、ChatGLM、DeepSeek等相关模型微调经验者优先；

3.熟练掌握PyTorch、Transformers、Deepspeed、PEFT等常用框架和工具，有模型推理加速、量化部署经验者优先；

4.了解分布式训练技术（如DeepSpeek、Megatron-LM等）者优先

具备良好的编码能力、工程化能力和沟通协作能力，具备较强的学习与问题解决能力。