到岗时间：不限
婚况要求：不限
岗位职责
1、核心负责 NLU（自然语言理解）系统落地，聚焦钢铁行业意图识别、槽位抽取（含复合槽）、结构化JSON输出，基于Qwen14B模型完成微调、优化及上线。
2、负责LLM（大模型）轻量微调（LoRA为主），包括训练数据构造、参数调优、模型评估，解决口语化、简称、省略句、复合槽拆分等业务难点。
3、协同后端团队，将NLU模型接口化、服务化部署，配合完成前置规则（词典归一化）、后置校验（JSON格式/槽位合法性）的算法层面落地。
4、负责BadCase收集、分析及迭代优化，持续提升意图识别、槽位抽取的准确率（目标97% ），保障系统工业级稳定运行。
5、结合钢铁行业业务场景（大宗商品、品种/材质/钢厂等槽位），优化生成式NLU算法方案，适配业务迭代需求。
6、简化算法落地流程，配合后端架构，实现 数据准备→模型训练→推理部署→迭代优化 的闭环。
任职要求
1、1-3年算法落地经验，聚焦 NLU、大模型微调、结构化抽取 相关方向，有生成式NLU（Generative NLU）落地经验者优先。
2、熟练掌握LLM轻量微调技术（LoRA），有Qwen系列（Qwen-7B/14B）微调经验者优先，能独立完成模型训练、调优及评估。
3、理解NLU核心任务（意图识别、槽位抽取），能解决口语化、复合槽、简称归一化、省略继承等实际业务问题。
4、熟练使用Python，掌握常见机器学习/大模型框架（Hugging Face、Transformers等），能独立编写训练、推理脚本。
5、具备良好的工程思维，能配合后端团队完成算法落地，关注系统稳定性、可扩展性，而非纯理论研究。
求职提醒：求职过程请勿缴纳费用，谨防诈骗！若信息不实请举报。
