ℒℴѵℯ i1
大模型算法工程师
移动通信设计院 · 5年经验
日薪：
￥500/8h
地点：
苏州 全区
时间：
周日可工作日远程
信用行为
0
接单数
0
评价数
0
收藏数
技术能力
● 掌握多智能体协作平台（MCP）架构设计，深度理解Agent工作流引擎 。
● 熟练掌握LangGraph智能体搭建
● 熟练运用LangGraph和langsmith工作流排版结合运用。
● 熟练开发MCP服务端与客户端交互逻辑。
● 熟悉使用openclaw及agent skill灵活引用。
● 具有Dify框架开发经验：设计AI应用、Workflow及定制工具。
● 熟悉数字人驱和实时渲染，以及熟悉TTS，ASR工具微调。
● 熟悉主流开源模型：DeepSeek、Qwen、ChatGLM的特性及适配。
● 精通编写Prompt工程。
● 掌握模型融合技术（MoE架构/知识蒸馏）与部署加速策略（vLLM量化推理/P-Tuning显存优化）。
● 熟练运用RAG技术及文档处理策略,精通GraphRAG（知识图谱构建+图检索）与LightRAG（轻量化索引优化）。
● 熟练操作向量数据库（Chroma、Milvus）、图数据库（Neo4j）及MySQL、Redis、MongoDB。
● 熟练SGlang/X-inference推理框架，熟悉Ollama本地化部署与vLLM分布式服务搭建。
● 掌握大模型迭代流程：预训练数据处理、SFT(领域数据优化)、RLHF优化(Reward Model训练+PPO策略调优)。
● 具备RagFlow使用经验：设计workflow、搭建工作流及API调用。
● 熟练掌握FastAPI和Flask框架。
● 掌握WebSocket/WebRTC实时通信技术。
● 熟悉深度学习模型：RNN、CNN、VGGNet。
● 具备多领域文档解析能力（医药/教育）。
● 掌握自动化流程设计与API集成。
● 熟练使用Linux和Docker进行开发部署。
● 熟悉PyTorch/TensorFlow框架，深入理解Transformer（BERT/GPT）、seq2seq、LSTM模型原理及源码级优化
● 掌握爬虫spider请求头编写，及使用Scrapy/BeautifulSoup/Selenium构建数据采集工具。
● 掌握机器学习核心算法：SVM/随机森林/KNN/逻辑回归（ sklearn/XGBoost调优），及K-means聚类。
● 熟练掌握LangGraph智能体搭建
● 熟练运用LangGraph和langsmith工作流排版结合运用。
● 熟练开发MCP服务端与客户端交互逻辑。
● 熟悉使用openclaw及agent skill灵活引用。
● 具有Dify框架开发经验：设计AI应用、Workflow及定制工具。
● 熟悉数字人驱和实时渲染，以及熟悉TTS，ASR工具微调。
● 熟悉主流开源模型：DeepSeek、Qwen、ChatGLM的特性及适配。
● 精通编写Prompt工程。
● 掌握模型融合技术（MoE架构/知识蒸馏）与部署加速策略（vLLM量化推理/P-Tuning显存优化）。
● 熟练运用RAG技术及文档处理策略,精通GraphRAG（知识图谱构建+图检索）与LightRAG（轻量化索引优化）。
● 熟练操作向量数据库（Chroma、Milvus）、图数据库（Neo4j）及MySQL、Redis、MongoDB。
● 熟练SGlang/X-inference推理框架，熟悉Ollama本地化部署与vLLM分布式服务搭建。
● 掌握大模型迭代流程：预训练数据处理、SFT(领域数据优化)、RLHF优化(Reward Model训练+PPO策略调优)。
● 具备RagFlow使用经验：设计workflow、搭建工作流及API调用。
● 熟练掌握FastAPI和Flask框架。
● 掌握WebSocket/WebRTC实时通信技术。
● 熟悉深度学习模型：RNN、CNN、VGGNet。
● 具备多领域文档解析能力（医药/教育）。
● 掌握自动化流程设计与API集成。
● 熟练使用Linux和Docker进行开发部署。
● 熟悉PyTorch/TensorFlow框架，深入理解Transformer（BERT/GPT）、seq2seq、LSTM模型原理及源码级优化
● 掌握爬虫spider请求头编写，及使用Scrapy/BeautifulSoup/Selenium构建数据采集工具。
● 掌握机器学习核心算法：SVM/随机森林/KNN/逻辑回归（ sklearn/XGBoost调优），及K-means聚类。
项目经验
● 掌握多智能体协作平台（MCP）架构设计，深度理解Agent工作流引擎 。
● 熟练掌握LangGraph智能体搭建
● 熟练运用LangGraph和langsmith工作流排版结合运用。
● 熟练开发MCP服务端与客户端交互逻辑。
● 熟悉使用openclaw及agent skill灵活引用。
● 具有Dify框架开发经验：设计AI应用、Workflow及定制工具。
● 熟悉数字人驱和实时渲染，以及熟悉TTS，ASR工具微调。
● 熟悉主流开源模型：DeepSeek、Qwen、ChatGLM的特性及适配。
● 精通编写Prompt工程。
● 掌握模型融合技术（MoE架构/知识蒸馏）与部署加速策略（vLLM量化推理/P-Tuning显存优化）。
● 熟练运用RAG技术及文档处理策略,精通GraphRAG（知识图谱构建+图检索）与LightRAG（轻量化索引优化）。
● 熟练操作向量数据库（Chroma、Milvus）、图数据库（Neo4j）及MySQL、Redis、MongoDB。
● 熟练SGlang/X-inference推理框架，熟悉Ollama本地化部署与vLLM分布式服务搭建。
● 掌握大模型迭代流程：预训练数据处理、SFT(领域数据优化)、RLHF优化(Reward Model训练+PPO策略调优)。
● 具备RagFlow使用经验：设计workflow、搭建工作流及API调用。
● 熟练掌握FastAPI和Flask框架。
● 掌握WebSocket/WebRTC实时通信技术。
● 熟悉深度学习模型：RNN、CNN、VGGNet。
● 具备多领域文档解析能力（医药/教育）。
● 掌握自动化流程设计与API集成。
● 熟练使用Linux和Docker进行开发部署。
● 熟悉PyTorch/TensorFlow框架，深入理解Transformer（BERT/GPT）、seq2seq、LSTM模型原理及源码级优化
● 掌握爬虫spider请求头编写，及使用Scrapy/BeautifulSoup/Selenium构建数据采集工具。
● 掌握机器学习核心算法：SVM/随机森林/KNN/逻辑回归（ sklearn/XGBoost调优），及K-means聚类。
● 熟练掌握LangGraph智能体搭建
● 熟练运用LangGraph和langsmith工作流排版结合运用。
● 熟练开发MCP服务端与客户端交互逻辑。
● 熟悉使用openclaw及agent skill灵活引用。
● 具有Dify框架开发经验：设计AI应用、Workflow及定制工具。
● 熟悉数字人驱和实时渲染，以及熟悉TTS，ASR工具微调。
● 熟悉主流开源模型：DeepSeek、Qwen、ChatGLM的特性及适配。
● 精通编写Prompt工程。
● 掌握模型融合技术（MoE架构/知识蒸馏）与部署加速策略（vLLM量化推理/P-Tuning显存优化）。
● 熟练运用RAG技术及文档处理策略,精通GraphRAG（知识图谱构建+图检索）与LightRAG（轻量化索引优化）。
● 熟练操作向量数据库（Chroma、Milvus）、图数据库（Neo4j）及MySQL、Redis、MongoDB。
● 熟练SGlang/X-inference推理框架，熟悉Ollama本地化部署与vLLM分布式服务搭建。
● 掌握大模型迭代流程：预训练数据处理、SFT(领域数据优化)、RLHF优化(Reward Model训练+PPO策略调优)。
● 具备RagFlow使用经验：设计workflow、搭建工作流及API调用。
● 熟练掌握FastAPI和Flask框架。
● 掌握WebSocket/WebRTC实时通信技术。
● 熟悉深度学习模型：RNN、CNN、VGGNet。
● 具备多领域文档解析能力（医药/教育）。
● 掌握自动化流程设计与API集成。
● 熟练使用Linux和Docker进行开发部署。
● 熟悉PyTorch/TensorFlow框架，深入理解Transformer（BERT/GPT）、seq2seq、LSTM模型原理及源码级优化
● 掌握爬虫spider请求头编写，及使用Scrapy/BeautifulSoup/Selenium构建数据采集工具。
● 掌握机器学习核心算法：SVM/随机森林/KNN/逻辑回归（ sklearn/XGBoost调优），及K-means聚类。
ℒℴѵℯ i1
大模型算法工程师 · 5年经验 · 移动通信设计院
0
累计接单
0
用户评价
0
被收藏
信用行为
0
接单数
0
评价数
0
收藏数
技术能力
● 掌握多智能体协作平台（MCP）架构设计，深度理解Agent工作流引擎 。
● 熟练掌握LangGraph智能体搭建
● 熟练运用LangGraph和langsmith工作流排版结合运用。
● 熟练开发MCP服务端与客户端交互逻辑。
● 熟悉使用openclaw及agent skill灵活引用。
● 具有Dify框架开发经验：设计AI应用、Workflow及定制工具。
● 熟悉数字人驱和实时渲染，以及熟悉TTS，ASR工具微调。
● 熟悉主流开源模型：DeepSeek、Qwen、ChatGLM的特性及适配。
● 精通编写Prompt工程。
● 掌握模型融合技术（MoE架构/知识蒸馏）与部署加速策略（vLLM量化推理/P-Tuning显存优化）。
● 熟练运用RAG技术及文档处理策略,精通GraphRAG（知识图谱构建+图检索）与LightRAG（轻量化索引优化）。
● 熟练操作向量数据库（Chroma、Milvus）、图数据库（Neo4j）及MySQL、Redis、MongoDB。
● 熟练SGlang/X-inference推理框架，熟悉Ollama本地化部署与vLLM分布式服务搭建。
● 掌握大模型迭代流程：预训练数据处理、SFT(领域数据优化)、RLHF优化(Reward Model训练+PPO策略调优)。
● 具备RagFlow使用经验：设计workflow、搭建工作流及API调用。
● 熟练掌握FastAPI和Flask框架。
● 掌握WebSocket/WebRTC实时通信技术。
● 熟悉深度学习模型：RNN、CNN、VGGNet。
● 具备多领域文档解析能力（医药/教育）。
● 掌握自动化流程设计与API集成。
● 熟练使用Linux和Docker进行开发部署。
● 熟悉PyTorch/TensorFlow框架，深入理解Transformer（BERT/GPT）、seq2seq、LSTM模型原理及源码级优化
● 掌握爬虫spider请求头编写，及使用Scrapy/BeautifulSoup/Selenium构建数据采集工具。
● 掌握机器学习核心算法：SVM/随机森林/KNN/逻辑回归（ sklearn/XGBoost调优），及K-means聚类。
● 熟练掌握LangGraph智能体搭建
● 熟练运用LangGraph和langsmith工作流排版结合运用。
● 熟练开发MCP服务端与客户端交互逻辑。
● 熟悉使用openclaw及agent skill灵活引用。
● 具有Dify框架开发经验：设计AI应用、Workflow及定制工具。
● 熟悉数字人驱和实时渲染，以及熟悉TTS，ASR工具微调。
● 熟悉主流开源模型：DeepSeek、Qwen、ChatGLM的特性及适配。
● 精通编写Prompt工程。
● 掌握模型融合技术（MoE架构/知识蒸馏）与部署加速策略（vLLM量化推理/P-Tuning显存优化）。
● 熟练运用RAG技术及文档处理策略,精通GraphRAG（知识图谱构建+图检索）与LightRAG（轻量化索引优化）。
● 熟练操作向量数据库（Chroma、Milvus）、图数据库（Neo4j）及MySQL、Redis、MongoDB。
● 熟练SGlang/X-inference推理框架，熟悉Ollama本地化部署与vLLM分布式服务搭建。
● 掌握大模型迭代流程：预训练数据处理、SFT(领域数据优化)、RLHF优化(Reward Model训练+PPO策略调优)。
● 具备RagFlow使用经验：设计workflow、搭建工作流及API调用。
● 熟练掌握FastAPI和Flask框架。
● 掌握WebSocket/WebRTC实时通信技术。
● 熟悉深度学习模型：RNN、CNN、VGGNet。
● 具备多领域文档解析能力（医药/教育）。
● 掌握自动化流程设计与API集成。
● 熟练使用Linux和Docker进行开发部署。
● 熟悉PyTorch/TensorFlow框架，深入理解Transformer（BERT/GPT）、seq2seq、LSTM模型原理及源码级优化
● 掌握爬虫spider请求头编写，及使用Scrapy/BeautifulSoup/Selenium构建数据采集工具。
● 掌握机器学习核心算法：SVM/随机森林/KNN/逻辑回归（ sklearn/XGBoost调优），及K-means聚类。
项目经验
● 掌握多智能体协作平台（MCP）架构设计，深度理解Agent工作流引擎 。
● 熟练掌握LangGraph智能体搭建
● 熟练运用LangGraph和langsmith工作流排版结合运用。
● 熟练开发MCP服务端与客户端交互逻辑。
● 熟悉使用openclaw及agent skill灵活引用。
● 具有Dify框架开发经验：设计AI应用、Workflow及定制工具。
● 熟悉数字人驱和实时渲染，以及熟悉TTS，ASR工具微调。
● 熟悉主流开源模型：DeepSeek、Qwen、ChatGLM的特性及适配。
● 精通编写Prompt工程。
● 掌握模型融合技术（MoE架构/知识蒸馏）与部署加速策略（vLLM量化推理/P-Tuning显存优化）。
● 熟练运用RAG技术及文档处理策略,精通GraphRAG（知识图谱构建+图检索）与LightRAG（轻量化索引优化）。
● 熟练操作向量数据库（Chroma、Milvus）、图数据库（Neo4j）及MySQL、Redis、MongoDB。
● 熟练SGlang/X-inference推理框架，熟悉Ollama本地化部署与vLLM分布式服务搭建。
● 掌握大模型迭代流程：预训练数据处理、SFT(领域数据优化)、RLHF优化(Reward Model训练+PPO策略调优)。
● 具备RagFlow使用经验：设计workflow、搭建工作流及API调用。
● 熟练掌握FastAPI和Flask框架。
● 掌握WebSocket/WebRTC实时通信技术。
● 熟悉深度学习模型：RNN、CNN、VGGNet。
● 具备多领域文档解析能力（医药/教育）。
● 掌握自动化流程设计与API集成。
● 熟练使用Linux和Docker进行开发部署。
● 熟悉PyTorch/TensorFlow框架，深入理解Transformer（BERT/GPT）、seq2seq、LSTM模型原理及源码级优化
● 掌握爬虫spider请求头编写，及使用Scrapy/BeautifulSoup/Selenium构建数据采集工具。
● 掌握机器学习核心算法：SVM/随机森林/KNN/逻辑回归（ sklearn/XGBoost调优），及K-means聚类。
● 熟练掌握LangGraph智能体搭建
● 熟练运用LangGraph和langsmith工作流排版结合运用。
● 熟练开发MCP服务端与客户端交互逻辑。
● 熟悉使用openclaw及agent skill灵活引用。
● 具有Dify框架开发经验：设计AI应用、Workflow及定制工具。
● 熟悉数字人驱和实时渲染，以及熟悉TTS，ASR工具微调。
● 熟悉主流开源模型：DeepSeek、Qwen、ChatGLM的特性及适配。
● 精通编写Prompt工程。
● 掌握模型融合技术（MoE架构/知识蒸馏）与部署加速策略（vLLM量化推理/P-Tuning显存优化）。
● 熟练运用RAG技术及文档处理策略,精通GraphRAG（知识图谱构建+图检索）与LightRAG（轻量化索引优化）。
● 熟练操作向量数据库（Chroma、Milvus）、图数据库（Neo4j）及MySQL、Redis、MongoDB。
● 熟练SGlang/X-inference推理框架，熟悉Ollama本地化部署与vLLM分布式服务搭建。
● 掌握大模型迭代流程：预训练数据处理、SFT(领域数据优化)、RLHF优化(Reward Model训练+PPO策略调优)。
● 具备RagFlow使用经验：设计workflow、搭建工作流及API调用。
● 熟练掌握FastAPI和Flask框架。
● 掌握WebSocket/WebRTC实时通信技术。
● 熟悉深度学习模型：RNN、CNN、VGGNet。
● 具备多领域文档解析能力（医药/教育）。
● 掌握自动化流程设计与API集成。
● 熟练使用Linux和Docker进行开发部署。
● 熟悉PyTorch/TensorFlow框架，深入理解Transformer（BERT/GPT）、seq2seq、LSTM模型原理及源码级优化
● 掌握爬虫spider请求头编写，及使用Scrapy/BeautifulSoup/Selenium构建数据采集工具。
● 掌握机器学习核心算法：SVM/随机森林/KNN/逻辑回归（ sklearn/XGBoost调优），及K-means聚类。
立即沟通
