岗位职责
招聘对象：本、硕、博。 毕业时间：2026 年 9 月至 2027 年 8 月期间毕业（中国大陆以毕业证为准，非中国大陆地区以教育部学位认证为准）且最高学历毕业后无全职工作经验的学生。 你将会负责：
- 基于自然语言处理和机器学习算法，对旅游场景文本（用户评论、行程单、客服对话等）进行深度语义解析，构建涵盖文本分类、信息抽取、知识图谱构建及智能生成的领域解决方案；
- 参与NLP技术在旅游场景的工程化落地，突破智能推荐生成（如行程规划/酒店推荐）、多模态搜索优化（如文本+地理信息）、用户评价情感分析等核心业务，探索AIGC在智能导游、多语言服务等创新场景的应用；
- 研发旅游领域智能对话系统，构建融合知识图谱的多轮对话引擎，优化意图识别、槽位填充及强化学习策略算法，提升智能客服的精准度和用户体验；
- 搭建高并发智能客户服务系统，实现大模型的高效部署与迭代优化，通过模型压缩（量化/蒸馏）和分布式计算技术保障线上服务性能。 我们期望你：
- 理解Transformer架构及预训练模型（BERT/GPT系列），掌握文本生成、语义匹配、序列标注等核心任务的SOTA方法；
- 熟练使用PyTorch/TensorFlow框架，具备模型服务化（ONNX/TensorRT）和分布式训练（DeepSpeed）的实战经验；
- 熟练应用Java开发，掌握C++/Python中至少一门编译型语言，熟悉Linux环境下高性能计算与系统调优。 在以下方向有突出表现者优先： （1）大模型微调（LoRA/P-tuning）及领域适配（旅游知识注入）； （2）多模态理解与生成（文本+地理位置/POI信息）； （3）智能对话系统的强化学习策略优化； （4）有ACL/EMNLP等顶会论文、Kaggle竞赛Top排名，或智能客服/知识图谱系统开发经验者优先。
- 有Agent落地实践经验，熟悉Embedding/向量索引等；熟练使用LLamaFactory/Ms-swift/openrRLHF等框架，分析训练结果并制定改进计划。
职位要求
招聘官网未单独提供职位要求，请前往官网核实。
