岗位职责： 1. 大模型训练与优化 - 基于电力行业数据（如电网运行、新能源监测、设备故障诊断等），独立完成大语言模型（如LLaMA、GPT系列）和多模态模型（如CLIP、Florence）以及Deepseek强化推理的预训练、微调（SFT）及强化学习优化（RAG/Agents）。 - 探索Prompt工程技术，结合电力场景需求（如电力调度指令生成、设备状态预测）设计高效交互流程，提升模型推理能力。 2. 智能体开发与部署 - 开发面向电力系统的智能体，实现实时监测、故障预警、能源调度等场景的自动化决策，需熟悉多智能体协同训练框架。 - 结合分布式计算技术（如PyTorch分布式训练），优化模型在边缘设备或嵌入式系统的部署效率。 3. 数据标注与场景建模 - 主导电力数据的清洗、标注及特征提取，包括时序数据（如电流/电压波动）、图像数据（如设备巡检图片）和文本数据（如工单/运维报告）。 - 构建电力行业专属知识库，支持智能体的领域知识增强与动态更新。 4.技术文档与成果输出 - 编写模型设计文档、训练日志及技术报告，确保成果可复现并支持团队协作。 任职要求： 1. 基础技能 - 计算机科学、电气工程、数学等相关专业硕士及以上学历，3年以上AI模型训练经验。 - 精通Python编程，熟练掌握PyTorch/TensorFlow框架及分布式训练技术。 - 深入理解机器学习算法（如Transformer、LSTM）和大模型核心技术（如LoRA、量化训练）。 2. 行业经验 - 具备电力行业背景优先，熟悉电网运行、新能源（光伏/风电）或电力设备监测等领域者优先。 - 有电力数据（SCADA系统、智能电表数据）处理经验或参与过电力AI项目者优先。 3. 核心能力 - 能独立完成从数据预处理到模型部署的全流程，具备较强的工程化落地能力。 - 对AI前沿技术（如多模态感知量化、智能体协同学习）保持敏感，能快速适配行业需求。