大模型相关岗位主要分为基座研发、应用落地和技术支持三大方向，具体岗位及要求如下：

一、基座大模型研发

• 核心职责 ：构建通用基础模型，解决核心技术难题（如模型结构优化、训练框架改进），代表企业技术方向。

• 岗位类型 ：首席大模型研究员、算法工程师（微调/训练/优化）、计算机视觉算法工程师等。

• 要求 ：顶尖高校/实验室背景，精通深度学习框架（如TensorFlow、PyTorch），具备数学基础和创新能力。

二、大模型应用与技术落地

• 核心职责 ：将模型应用于工业、医疗、金融等领域，包括模型增强、算法优化、RAG技术集成等。

• 岗位类型 ：算法工程师（多模态/生成式模型）、产品经理（AI应用平台）、技术交付工程师（工业/电力领域项目经验）。

• 要求 ：行业经验（如医疗、金融）+AI技术背景，具备项目管理和跨领域协作能力。

三、技术支持与优化

• 核心职责 ：解决模型部署、推理效率、数据标注等工程化问题，提升模型实际应用效果。

• 岗位类型 ：算法工程师（模型部署/优化）、AI训练师（数据标注/模型培养）。

• 要求 ：工程实践经验，熟悉模型评估指标（如F1值、推理速度），具备数据驱动优化能力。

四、新兴方向

• 情感交互 ：如语音多模态大模型构建对话Agent，研究情绪识别与高情商回复。

• AI训练师 ：负责数据标注、模型调优，培养AI技术人才。

总结 ：大模型岗位需结合技术深度与行业经验，优先选择有成熟团队或内推渠道的公司，如阿里云、Deepseek等头部企业。