生成式模型算法工程师
上海精智实业股份有限公司职位描述
工艺算法岗位职责: 1、负责图纸类数据(2D 图纸、3D 模型)及配套多模态数据(工艺文档、物料参数表等)的全流程处理。例如提取图纸中的尺寸公差、技术要求、材料类型等关键工艺要素,同时完成数据脱敏与标准化。 2、基于预训练模型进行行业定制化开发,包括采用微调、检索增强生成(RAG)等技术,优化模型对图纸信息的理解能力,以此为基础进一步输出符合实际生产的工序流程,涵盖设备刀具选型、加工工时等内容。 3、搭建并迭代行业工艺知识库,比如机加工、钣金、注塑、焊接、装配等细分领域的标准流程,将其结构化后融入大模型,为工艺路径生成提供知识支撑,同时保障知识库的实时更新与多源知识融合。 4、对接外部制造企业客户与内部业务、产品团队,深入理解不同行业、规模客户的工艺痛点;针对客户特殊工艺场景,完成模型的规则配置或算法微调,比如为特定客户适配定制化的工序优先级规则、设备约束条件,支撑个性化工艺路径生成。 5、跟踪多模态大模型、图纸工艺领域的前沿技术与开源模型,快速完成技术原型验证,将适配的新技术引入系统。 任职资格: 1、精通 Python 编程,需要具备扎实的编码能力和良好的代码风格。 2、熟悉主流的深度学习框架,如 PyTorch、TensorFlow,了解其工作原理和基本操作,能够使用它们进行模型的训练、微调等操作。 3、理解 Transformer 等大模型的基本原理,了解大模型尤其多模态大模型的微调方法,如 LoRA等轻量化调优技术、GRPO等强化学习方法,能够针对特定场景对开源大模型进行微调,以提高模型在该场景下的性能。 4、掌握 Prompt 工程技巧,能够设计有效的提示词来引导大模型生成高质量的回答。 5、熟悉 LangChain等开源大模型应用编排框架,掌握 RAG(检索增强生成)架构,熟悉常用的向量数据库如 Milvus、Faiss等,能够结合向量检索等技术构建知识库,增强模型的知识储备和准确性。 6、熟悉至少一种 Python Web 框架如 FastAPI等,能够使用它们设计和开发后端 API 接口,将模型和算法的能力封装成服务,供前端或其他业务系统调用。
对这个职位感兴趣吗?