一、我們希望你 具體做的事情
1.行業(yè)智能體“大腦”核心算法研發(fā)
? 針對(duì)醫(yī)療問(wèn)診、物業(yè)工單調(diào)度、工業(yè)農(nóng)業(yè)種植決策等場(chǎng)景,設(shè)計(jì)多模態(tài)認(rèn)知-決策一體化 架構(gòu):
– 醫(yī)療:在體檢報(bào)告、影像、檢驗(yàn)、病歷多模態(tài)數(shù)據(jù)上,訓(xùn)練并微調(diào) 10B+ 醫(yī)學(xué)大模型,實(shí)現(xiàn)智能分診、輔助診斷、個(gè)性化健康管理。
– 物業(yè):構(gòu)建基于 LLM+RAG 的“數(shù)字管家”Agent,實(shí)時(shí)解析報(bào)修文本/語(yǔ)音/圖片,自動(dòng)生成工單、派單路徑并閉環(huán)跟蹤。
– 農(nóng)業(yè):利用遙感、氣象、IoT 傳感器數(shù)據(jù),研發(fā)作物生長(zhǎng)預(yù)測(cè)與精準(zhǔn)灌溉/施肥決策的時(shí)空決策 Transformer 模型。
? 落地 Function Call 插件體系:讓智能體調(diào)用院內(nèi)HIS接口、物業(yè)ERP、農(nóng)機(jī)無(wú)人機(jī)控制 API,實(shí)現(xiàn)端到端自動(dòng)化。
2.關(guān)鍵算法攻關(guān)與優(yōu)化
? 設(shè)計(jì) RLHF+稀疏獎(jiǎng)勵(lì) 框架,提升復(fù)雜任務(wù)(如醫(yī)學(xué)長(zhǎng)鏈推理、農(nóng)業(yè)多目標(biāo)優(yōu)化)的指令遵循率 >90%。
? 探索 LoRA/QLoRA、MoE、2-stage RL 等訓(xùn)練策略,將 70B 模型壓縮到 30B 以內(nèi),推理延遲 <300 ms。
? 研發(fā) 多智能體協(xié)同機(jī)制:醫(yī)療“醫(yī)生-護(hù)士-患者”三元對(duì)話系統(tǒng)、物業(yè)“客服-維修-業(yè)主”多角色 Agent 群聊。
3.數(shù)據(jù)工程與評(píng)測(cè)體系
? 主導(dǎo)構(gòu)建行業(yè)高質(zhì)量數(shù)據(jù)集:醫(yī)療 100 萬(wàn)條多輪對(duì)話、物業(yè) 50 萬(wàn)張報(bào)修圖片及 10 萬(wàn)條工單、農(nóng)業(yè) 5PB 遙感+傳感時(shí)序數(shù)據(jù)。
? 設(shè)計(jì)自動(dòng)化數(shù)據(jù)合成與隱私脫敏管線,符合 HIPAA/等保/農(nóng)業(yè)農(nóng)村數(shù)據(jù)合規(guī)要求。
? 制定行業(yè) benchmark 與在線 A/B 測(cè)試方案,持續(xù)跟蹤模型在生產(chǎn)環(huán)境的準(zhǔn)確率、F1、任務(wù)完成率、用戶滿意度。
4.工程落地與跨團(tuán)隊(duì)協(xié)作
? 負(fù)責(zé)模型 量化、剪枝、蒸餾、Serving(Triton/TensorRT-LLM),與工程團(tuán)隊(duì)一起完成 99.9% 可用性的線上部署。
? 與產(chǎn)品、醫(yī)學(xué)/物業(yè)/農(nóng)業(yè)專家共同拆解業(yè)務(wù) KPI,將技術(shù)指標(biāo)轉(zhuǎn)化為可量化的業(yè)務(wù)收益(如工單處理時(shí)長(zhǎng)降低 40%、農(nóng)作物單產(chǎn)提升 8%)。
5.前沿技術(shù)跟蹤與專利/論文輸出
? 每季度輸出 1-2 篇 ACL/EMNLP/NeurIPS Workshop 或醫(yī)學(xué)/農(nóng)業(yè)頂會(huì)(JAMA、Agricultural AI)論文;
? 每年至少 2 項(xiàng)發(fā)明專利(智能體決策方法、醫(yī)療知識(shí)圖譜增量更新等)。
任職資格
1、計(jì)算機(jī)、人工智能、生物醫(yī)學(xué)工程、農(nóng)業(yè)信息化等相關(guān)專業(yè)碩士及以上;博士?jī)?yōu)先。
2、2-5 年 LLM/多模態(tài)/強(qiáng)化學(xué)習(xí)研發(fā)經(jīng)驗(yàn),至少主導(dǎo)過(guò) 1 個(gè)千萬(wàn)級(jí)調(diào)用量 AI 產(chǎn)品落地。
3、精通 PyTorch、DeepSpeed、Transformers,熟悉 LangChain / LlamaIndex / AutoGen 等 Agent 框架。
4、工程能力強(qiáng):熟練掌握 Python/C++,具備大規(guī)模 GPU 訓(xùn)練(A100/H100)與 k8s 上線經(jīng)驗(yàn)。
5、 在醫(yī)療、物業(yè)、農(nóng)業(yè)任一領(lǐng)域發(fā)表過(guò)高水平論文或主導(dǎo)過(guò)真實(shí)場(chǎng)景數(shù)據(jù)集構(gòu)建;
6、熟悉 FHIR/HL7、物業(yè) FM 標(biāo)準(zhǔn)、農(nóng)業(yè) ISOBUS 等行業(yè)協(xié)議;
7、ACM/ICPC、Kaggle、Grand Challenge 獲獎(jiǎng)經(jīng)歷。
成長(zhǎng)與福利
? 技術(shù)序列與管理序列雙通道晉升
? 薪酬 + 獎(jiǎng)金+ 期權(quán) + 論文/專利獎(jiǎng)金