招聘要求
1. 教育背景
計算機科學(xué)與技術(shù)、軟件工程、數(shù)學(xué)、物理等工程類相關(guān)專業(yè)，碩士及以上學(xué)歷。
2. 工作經(jīng)驗
(1) 2年及以上工業(yè)級AI模型開發(fā)經(jīng)驗或具備3年及以上開發(fā)經(jīng)驗，并從事1年及以上工業(yè)級AI模型開發(fā)工作。
(2) 具備跨模態(tài)、多任務(wù)學(xué)習(xí)項目經(jīng)驗。
(3) 具備大模型微調(diào)實戰(zhàn)經(jīng)驗，了解分布式訓(xùn)練（DeepSpeed/FSDP）、模型量化等技術(shù)；熟悉LangChain、AutoGen等智能體開發(fā)框架，有強化學(xué)習(xí)、多智能體系統(tǒng)經(jīng)驗者優(yōu)先。
(4) 有中海油、中石化、中石油等石油企業(yè)信息系統(tǒng)建設(shè)工作經(jīng)驗者優(yōu)先。
3. 技術(shù)能力
(1) 熟練掌握Python及主流框架（PyTorch/TensorFlow），熟悉Hugging Face等生態(tài)工具。
(2) 深入理解機器學(xué)習(xí)基礎(chǔ)理論，具備NLP/CV項目經(jīng)驗，熟悉Transformer、Attention等核心機制。
(3) 常規(guī)機器學(xué)習(xí)模型開發(fā)與優(yōu)化，熟悉從數(shù)據(jù)清洗、特征工程到模型訓(xùn)練的全流程開發(fā)，設(shè)計并實現(xiàn)機器學(xué)習(xí)算法，優(yōu)化模型性能指標。
(4) 掌握大語言模型（LLM）微調(diào)與應(yīng)用：基于預(yù)訓(xùn)練大模型（如LLaMA、Qwen、Deepseek等）進行領(lǐng)域適配微調(diào)，提升其在特定場景（文本生成、問答系統(tǒng)、信息抽取等）的效果。
(5) 智能體（AI Agent）開發(fā)與系統(tǒng)集成：開發(fā)基于LLM的智能體框架，實現(xiàn)任務(wù)規(guī)劃、自主決策、多輪對話及工具調(diào)用（API、數(shù)據(jù)庫等）；構(gòu)建多智能體協(xié)作系統(tǒng)，設(shè)計通信協(xié)議與決策機制，應(yīng)用強化學(xué)習(xí)優(yōu)化長期交互效果；結(jié)合知識圖譜、規(guī)則引擎等技術(shù)增強智能體邏輯推理能力，提升復(fù)雜場景下的可靠性；針對垂直場景（鉆完井業(yè)務(wù)）設(shè)計端到端解決方案，優(yōu)化用戶體驗與響應(yīng)效率。
(6) 技術(shù)研究與工程落地：跟蹤AI領(lǐng)域前沿技術(shù)（如Agent框架、模型輕量化、RAG），探索其在業(yè)務(wù)中的實踐路徑；與產(chǎn)品、數(shù)據(jù)團隊協(xié)作，將算法模型轉(zhuǎn)化為可落地的商業(yè)應(yīng)用，撰寫技術(shù)文檔及接口規(guī)范；參與技術(shù)難點攻關(guān)，優(yōu)化模型推理速度與資源占用，保障系統(tǒng)高并發(fā)場景下的穩(wěn)定性。