岗位职责：
（一）大模型架构设计与搭建
1.负责公司专属AI大模型的整体架构设计、技术选型、框架搭建与核心算法研发，结合精密压铸模具、精密五金加工、通讯医疗光学装备的行业特性，定制化搭建垂直领域大模型，适配工业制造场景的低延迟、高精准、高稳定需求；
2.主导大模型预训练、微调、对齐、蒸馏、量化压缩等全流程技术落地，优化模型结构、参数量、推理速度，解决制造业场景下模型泛化能力弱、落地成本高、算力消耗大的核心问题；
3.搭建模型训练、评估、迭代的全流程技术体系，制定模型性能标准、精度标准、安全标准，保障模型持续迭代优化，适配公司业务不断升级的需求。
（二）业务场景融合与AI应用落地
1.深度对接公司模具设计、精密零件加工、表面处理、质量检测、生产管理等业务部门，挖掘AI大模型落地场景，例如模具结构智能设计、加工工艺参数智能优化、产品缺陷智能检测、客户图纸快速解析、生产数据智能分析等；
2.牵头完成大模型在工业制造场景的工程化部署、接口开发、系统对接，打通模型与公司现有MES系统、设计软件、加工设备的数据壁垒，实现AI技术从研发到生产的实际应用；
3.负责AI大模型相关应用产品的需求梳理、方案制定、落地推进，跟踪应用效果，收集业务端反馈，持续优化模型适配性与实用性。
（三）算力管理与技术团队协同
1.统筹大模型训练与推理的算力资源规划、服务器集群部署、分布式训练架构搭建，优化算力利用率，降低训练与运维成本，保障模型训练与推理的高效稳定运行；
2.负责大模型相关技术文档编写、技术规范制定，带领技术小组完成模型研发、调试、优化工作，对接外部AI技术合作方、算力供应商，跟进前沿大模型技术动态，引入适配制造业的先进技术方案；
3.保障大模型数据安全、模型安全与知识产权合规，建立工业数据脱敏、模型权限管理机制，符合通讯、医疗、高端装备领域的行业数据合规要求。

（四）技术沉淀与行业适配优化
1.沉淀精密制造领域AI大模型研发经验，形成公司专属技术壁垒，针对铝镁压铸、精密五金、医疗光学零件的加工特性，优化模型的行业专属知识库与推理逻辑；
2.跟踪工业AI、大模型微调、多模态模型等前沿技术，结合公司业务规划，制定中长期AI技术发展路线，推动公司智能化转型落地。
基础学历与工作经验要求：
1.全日制本科及以上学历，计算机科学与技术、人工智能、软件工程、自动化、智能制造、机械电子工程等相关专业，硕士及以上学历优先。
2.具备3年及以上AI大模型架构设计、搭建、微调优化与工程化落地全职工作经验，有完整大模型从0到1搭建、垂直领域大模型落地或工业AI项目核心攻坚经验者优先，条件优秀者可适当放宽年限要求。
核心专业技术能力要求：
1.精通大模型核心架构与底层技术原理，熟练掌握Transformer、BERT、LLaMA、Qwen、GLM等主流大模型架构，具备大模型预训练、SFT微调、RLHF对齐、模型量化、蒸馏压缩的实战落地经验；
2.熟练使用PyTorch、TensorFlow、MindSpore等主流深度学习框架，掌握DeepSpeed、Megatron-LM、Colossal-AI等分布式训练框架，熟悉CUDA、GPU集群运维、算力调度与性能优化技术；
3.掌握NLP自然语言处理、多模态模型核心技术，具备工业结构化与非结构化数据处理、数据清洗、特征工程、行业知识库构建能力，熟悉向量数据库、TensorRT、ONNX、vLLM等模型推理部署工具；
4.具备扎实的机器学习与深度学习算法基础，能够独立排查并解决模型训练不收敛、过拟合、推理延迟、精度不达标等核心技术问题。
行业适配与工程化落地要求：
1.有制造业、工业智能化、模具设计、精密加工、通讯/医疗/高端装备领域AI大模型落地经验者优先，熟悉压铸模具、精密五金加工工艺流程、质量管控标准者优先；
2.具备成熟的大模型工程化部署、系统对接、API接口开发经验，能够独立完成模型从训练环境到生产环境的落地部署，熟悉Linux系统、Docker、K8s容器化部署技术；
3.具备极强的业务理解与转化能力，能够快速对接制造业非技术团队需求，将AI技术与实际生产场景深度结合，拒绝纯理论研究型人才。
软素质与附加加分项：
1.具备极强的技术攻坚能力、问题解决能力与抗压能力，能够独立应对大模型研发与落地过程中的各类突发技术难题；
2.具备良好的跨部门沟通协调能力与团队协作能力，能够高效对接业务、生产、技术等多部门，稳步推进AI项目落地；
3.有AI项目技术负责人或架构师任职经历；具备相关模型开发与部署经验；
4.工作严谨细致，责任心强，具备极强的数据安全与合规意识，能够适应制造业智能化转型的快速迭代节奏；
5.有开源大模型项目贡献、AI领域顶级会议论文、工业AI相关专利、智能制造相关项目获奖经历者优先录用。