跳到主要内容

AI 知识导航

这是知识导航,开始学习~欢迎来到 AI 大模型知识导航!本导航将帮助你系统学习大模型相关的核心知识与实战技能。

  • 基础设施( infra ):了解大模型训练与部署所需的硬件、分布式系统、云原生等基础设施。
  • 核心算法( algorithm ):学习 Transformer、LLM 预训练、微调、推理加速等核心算法原理与实现。
  • 开发应用( development ):掌握大模型 API 调用、应用集成、RAG、Agent、插件开发等实战技能。

LLM 在线平台


AI 开源项目:


AI 辅助编程:


在线工具站点:


AI LLM 开发

【岗位职责】

- 负责大模型的应用开发、优化及落地,结合业务场景设计高效的AI解决方案。
- 参与大模型的微调(Fine-tuning)、提示工程(Prompt Engineering)、性能优化及部署,提升模型在垂直领域的表现。
- 开发基于大模型的创新应用,如智能问答、chatbi、知识搜词、Agent开发平台等。
- 了解模型相关前沿技术(如LangChain、RAG、LoRA等),与算法、数据、产品团队协作,推动技术方案从原型到规模化应用的完整闭环。

【技能要求】

- 熟练掌握Python,熟悉PyTorch/TensorFlow等深度学习框架,具备扎实的算法与数据结构基础;熟悉Transformer、BERT等架构。
- 熟悉大模型训练、微调、部署全流程,了解分布式训练、量化、模型压缩等优化技术;
- 具备大模型应用开发经验,了解RAG、lightRAG、LangChain、向量数据库及Agent系统开发,熟练掌握fastgpt、Dify等工具;
- 熟悉Prompt Engineering、RAG召回优化、模型量化与蒸馏、RLHF、自动化评测(BLEU、ROUGE等)及知识库优化,具备模型评估与优化的实践经验。
- 加分项:熟悉大模型问答安全与伦理经验;