岗位职责
● 负责生成式推荐模型及大模型业务适配方案的工程化落地。 ● 快速理解业务场景和目标，将业务问题转化为可实施的模型与工程方案。 ● 基于主流训推框架完成模型训练、部署和性能优化。 ● 推动训练、评测与在线服务链路的建设，并沉淀可复用能力。
职位要求
● 具备较强的业务理解和快速学习能力，能够快速进入新业务场景，识别核心问题并推动解决。 ● 熟悉 Python、PyTorch及大模型训练、微调和推理的基本流程。 ● 具备较强的技术学习和实践能力，能够快速掌握并应用新的训练、推理框架及优化方案。 ● 具备良好的工程实现和问题定位能力，能够独立完成模型训练、部署和性能问题分析。 ● 具备推荐系统、生成式推荐、大模型业务适配或训推优化经验者优先。 加分项 ● 有推荐、广告、搜索或内容分发系统经验。 ● 有生成式推荐模型或大模型业务实际上线经验。 ● 有 LoRA、QLoRA、蒸馏、量化及模型评测实践。 ● 有训练任务加速、推理服务性能优化或 GPU 成本优化经验。 ● 熟悉 CUDA、Triton、NCCL 等底层技术，但不作为岗位硬性要求。 ● 有开源模型选型、二次开发或行业大模型解决方案经验。 ● 能将单一业务项目沉淀为可复用的模型适配和训推方案。
