商汤大装置-大模型工程开发工程师

商汤大装置部门目前在寻找一个可以将人工智能训练、推理数据高效处理能力工程化的人，这个人需要能理解AII大模型研究员开发的一些工具，主要focus在数据清洗、处理以及生产等，并将这些工具有机结合起来工程化为一个产品体系。 1、基于公司在人工智能大模型数据体系的积累，将现有产品、内部工具和技术能力梳理融合，形成标准解决方案对外赋能 2、和客户高效沟通，挖掘客户在数据方面的需求以及技术关键点，结合标准方案和研发技术创新，设计技术方案并推动落地 3、带领技术团队，完成标准解决方案的开发和项目的交付工作

1. 负责MaaS平台的功能测试、接口测试、自动化测试体系建设； 2. 设计并实现模型推理、训练、评估等流程的自动化验证机制； 3. 搭建端到端测试框架，提升测试效率与覆盖率； 4. 与平台研发、算法、运维等团队紧密协作，推动产品质量持续提升； 5. 深度参与模型性能测试与混沌测试，评估系统在高负载与异常场景下的稳定性； 6. 支持 CI/CD 流水线集成测试脚本，保障版本交付质量。

1.大模型应用开发：负麦基于主流开源/闭源大模型进行应用落地，包括问答系统、智能助手、知识检索、文档处理等；并与产品、前端、后端、数据团队紧密协作，推动算法模型在真实业务中的部署与落地。 2.RAG 系统优化：主导通用型 RAG(Retrieval-Augmented Generation)系统的构建与效果优化，包括召回、排序、长文本处理、多文档合成等关键环节。 3.Agent 框架开发：研究和实现多 Agent 协作框架，提高 Agent 在复杂任务中的稳定性与执行效果，探索如任务分解、工具使用、状态记忆等机制。 4.模型效果调优：结合业务场景，设计 Prompt、微调、评测等策略，提升大模型在特定任务中的表现。 5.技术积累与分享：沉淀可复用的模型应用框架、调优经验和评估指标，推动团队整体技术能力提升。

1. 参与MaaS平台的功能测试、接口测试、自动化测试体系建设； 2. 参与设计并实现模型推理、训练、评估等流程的自动化验证机制； 3. 参与搭建端到端测试框架，提升测试效率与覆盖率； 4. 与平台研发、算法、运维等团队紧密协作，推动产品质量持续提升； 5. 深度参与模型性能测试与混沌测试，评估系统在高负载与异常场景下的稳定性； 6. 支持 CI/CD 流水线集成测试脚本，保障版本交付质量。