崗位職責： 1. 負責智能客服場景中大模型應用的技術落地，包括但不限于大模型在智能助手、客服、電銷等交互式應用的高可用部署、優化與定制化，確保系統能夠提供穩定、智能、個性化的用戶服務，提升用戶體驗與自動化水平。 2. 設計并實現大模型在智能客服中的核心功能模塊，涵蓋智能對話生成、用戶意圖識別、問題分類、情感分析等，確保模型能夠準確理解和響應各種用戶需求，提升客服效率和服務質量。 3. 協同產品和前后端技術團隊，推動大模型與現有客服系統的集成和優化，確保大模型與現有技術架構的高效協同。 4. 監控和分析大模型在生產環境中的表現，識別和解決性能瓶頸，確保模型在實際應用中持續穩定運行。 5. 持續跟蹤大模型技術的最新發展，探索前沿技術并將其應用到智能客服系統中，不斷提升系統智能化和自動化水平。 崗位要求： 1. NLP理論與算法基礎：深入理解自然語言處理（NLP）的核心理論，具備扎實的機器學習與深度學習算法基礎，精通常見算法如Transformer、BERT、GPT、LSTM、CNN等，并能根據具體業務需求靈活選擇合適的模型進行應用開發。 2. 編程與深度學習框架應用：精通Python編程，熟練使用深度學習框架如PyTorch、TensorFlow等，具備大規模深度學習模型的訓練、優化、調試和部署經驗。 3. 大模型微調與Prompt工程能力：熟悉大模型的提示詞編程（Prompt Engineering），能夠根據業務需求進行大模型的微調與定制化，確保模型在實際應用中達到最佳性能和穩定性，滿足復雜的業務場景。 4. 大模型應用與集成能力：熟練掌握大模型應用框架如langchain、ollama、xinference，有Dify、AnythingLLM等框架集成部署經驗，掌握RAG技術，具備開源向量數據庫（如Milvus、Weaviate等）使用經驗，能根據業務需求進行定制化接口集成與開發。 5. 工程化與部署能力：具備大模型的高可用部署經驗，熟悉容器化技術（如Docker、Kubernetes）和云服務平臺（如AWS、Azure、GCP等） 6. 加分項：熟悉多模態大模型（如CLIP、Stable Diffusion等）及其在智能客服中的應用；有強化學習（RL）、基于人類反饋的強化學習（RLHF）或基于規則的幻覺糾正相關經驗；有智能客服、對話系統、推薦系統等相關領域的工作經驗。