• 端到端项目落地：深入重点客户业务场景（如知识问答、办公提效、内容生成、智能编程、多模态识别等），负责从需求分析、方案与架构设计，到组件研发、数据集成、系统集成等全流程工作，推动模型在行业场景的落地。
• 主导关键技术工作：主导大模型项目落地的技术环节，包括场景需求收集、数据处理、知识抽取与向量化、RAG（检索增强生成）开发、Agent流程编排等。同时协助客户完成模型选型、系统对接、用量监控、成本优化和效果迭代。
• 开发辅助工具：编写测试工具、效果评测工具、数据处理工具、API调用示例及Demo应用等，以降低客户的接入门槛。
• 沉淀方法论与最佳实践：输出Prompt模板库、RAG优化策略、Agent设计模式等，帮助客户实现自主运营和方案的规模化复制。

• 基础门槛：本科及以上学历，计算机、人工智能、软件工程等相关专业，具备2年以上工作经验。
• 编程与工程能力：熟练掌握Python或Java，具备良好的工程能力与系统思维。有大模型项目落地经验，或熟悉阿里云大模型平台（如百炼、PAI）及通义系列产品者优先。
• 大模型技术栈：必须熟悉当前主流的大模型技术，包括Context Engineering、RAG、Tool Use、MCP、Agent Workflow、DeepResearch、DeepSearch、Agent Skills等典型模式，并有LangChain/LlamaIndex等框架的使用经验更佳。同时要掌握vLLM和SGLang等推理引擎，能快速搭建模型服务和开放API。
• 数据处理能力：熟悉主流的语料处理和合成平台（如EasyDataset、Data-Juicer），了解数据标注平台（如PAI iTag）者优先。
• 模型训练知识：掌握Post-Training技术，包括主流的CPT（持续预训练）、SFT（监督微调）、RL（强化学习） 等方法，熟悉训练/测试数据的构建以及通用的评测集和评测方法。 工作地点：北京、上海、杭州、广州、深圳。

来自公开渠道的招聘信息，已清洗脱敏：不含企业名、HR 姓名与联系方式， 也不转载职位原文以外的内容。仅供了解岗位画像，不作为投递依据。

看全部岗位