1.具备机器学习、深度学习基础，熟悉Transformer、大模型基本原理；
2.熟练使用Python，熟悉PyTorch框架，了解大模型微调基本流程；
3.熟悉Hugging Face、PEFT、Transformers、Bitsandbytes等微调常用工具链；
4.了解LoRA/QLoRA、全量微调、SFT等主流微调方案，知道不同方案的适用场景与优缺点；
5.熟练使用Linux基础命令，能独立运行、调试训练代码，解决训练报错、参数调优问题。

1.负责垂类大模型的微调训练工作，基于主流开源基座模型完成SFT监督微调、LoRA/QLoRA参数高效微调，搭建轻量化、稳定的领域模型训练流程；
2.负责垂类训练数据集建设，包括行业文档解析、语料清洗、去重、过滤、筛选，构建高质量领域指令微调数据集、问答数据集，优化数据分布，降低模型领域幻觉；
3.开展Prompt工程、Few-shot/CoT优化，针对行业专属场景优化模型输出逻辑，提升模型专业度、准确性、逻辑性与合规性；
4.负责垂类模型评测体系搭建，针对行业场景设计评测指标与测试集，量化模型效果，定位模型缺陷，驱动数据、训练策略迭代优化；
5.跟进大模型微调、对齐相关技术方案，落地轻量化、低成本的领域模型优化方案，配合工程团队完成模型量化、上线适配；
6.配合业务专家完成行业知识对齐，保证模型输出符合行业规范、业务逻辑与合规要求。
7.完成领导交办的其他工作。
8.有大模型微调、数据集构建、LLM评测相关项目/竞赛/科研经历优先。