Sanro
大模型开发工程师
智谱华章 · 1年经验
日薪：
￥1300/8h
地点：
北京 海淀
时间：
下班后周六周日
信用行为
0
接单数
0
评价数
0
收藏数
技术能力
大厂实习工作经历，深耕人工智能领域
了解主流大模型应用架构和实现优化细节。
1.熟悉软、硬件测试流程和modbus、opc相关协议以及mqtt
2.较好的英语读写能力 可以适应英文开发环境
3.编程基础扎实，掌握C#，Python，Java 等语言
4.拥有数据标注，大模型训练微调训练的学习工作经历
5.掌握.Net的WPF，MVVM桌面开发及医疗器械项目经历
6.拥有自动化测试，接口测试的相关工作实习经验
7.具备系统的 SMM及 Spring 微服务开发经验
8.拥有AI、电商、物联网项目开发经历
9.已经落户苏州，准备长期稳定发展
10.拥有自己搭建在阿里云服务器的技术博客
了解主流大模型应用架构和实现优化细节。
1.熟悉软、硬件测试流程和modbus、opc相关协议以及mqtt
2.较好的英语读写能力 可以适应英文开发环境
3.编程基础扎实，掌握C#，Python，Java 等语言
4.拥有数据标注，大模型训练微调训练的学习工作经历
5.掌握.Net的WPF，MVVM桌面开发及医疗器械项目经历
6.拥有自动化测试，接口测试的相关工作实习经验
7.具备系统的 SMM及 Spring 微服务开发经验
8.拥有AI、电商、物联网项目开发经历
9.已经落户苏州，准备长期稳定发展
10.拥有自己搭建在阿里云服务器的技术博客
项目经验
技术架构：LoRA+llama.cpp+PEFT+FastAPI +PostSQL+MinIO +Python；
将聊天问答历史导出 SFT JSONL 训练为可侧载 LoRA Adapter，推理时按user/session 启用/禁用，赋予模型稳定可追溯的"原生记忆"，区别于向量检索或 Prompt拼接。统一 Prompt 模板与多格式样本导出，支持 base vs adapter 对比验证，缓解记忆漂移与身份遗忘。提供 Skills/Agent 配置与异步训练 Job（状态/进度/日志/错误全程可观测），闭环覆盖"采集→标注→训练→注册→启用→验证"。私有数据不出本地，对象存储落 MinIO，推理与微调全程本地化。训练支持 CUDA/Apple Silicon（MPS） GPU加速，较 CPU 显著提速；端到端链路已验证通过，Job 失败快速暴露可读错误，保障稳定可用。
将聊天问答历史导出 SFT JSONL 训练为可侧载 LoRA Adapter，推理时按user/session 启用/禁用，赋予模型稳定可追溯的"原生记忆"，区别于向量检索或 Prompt拼接。统一 Prompt 模板与多格式样本导出，支持 base vs adapter 对比验证，缓解记忆漂移与身份遗忘。提供 Skills/Agent 配置与异步训练 Job（状态/进度/日志/错误全程可观测），闭环覆盖"采集→标注→训练→注册→启用→验证"。私有数据不出本地，对象存储落 MinIO，推理与微调全程本地化。训练支持 CUDA/Apple Silicon（MPS） GPU加速，较 CPU 显著提速；端到端链路已验证通过，Job 失败快速暴露可读错误，保障稳定可用。
ID:426689
复制
Sanro
大模型开发工程师 · 1年经验 · 智谱华章
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
大厂实习工作经历，深耕人工智能领域
了解主流大模型应用架构和实现优化细节。
1.熟悉软、硬件测试流程和modbus、opc相关协议以及mqtt
2.较好的英语读写能力 可以适应英文开发环境
3.编程基础扎实，掌握C#，Python，Java 等语言
4.拥有数据标注，大模型训练微调训练的学习工作经历
5.掌握.Net的WPF，MVVM桌面开发及医疗器械项目经历
6.拥有自动化测试，接口测试的相关工作实习经验
7.具备系统的 SMM及 Spring 微服务开发经验
8.拥有AI、电商、物联网项目开发经历
9.已经落户苏州，准备长期稳定发展
10.拥有自己搭建在阿里云服务器的技术博客
了解主流大模型应用架构和实现优化细节。
1.熟悉软、硬件测试流程和modbus、opc相关协议以及mqtt
2.较好的英语读写能力 可以适应英文开发环境
3.编程基础扎实，掌握C#，Python，Java 等语言
4.拥有数据标注，大模型训练微调训练的学习工作经历
5.掌握.Net的WPF，MVVM桌面开发及医疗器械项目经历
6.拥有自动化测试，接口测试的相关工作实习经验
7.具备系统的 SMM及 Spring 微服务开发经验
8.拥有AI、电商、物联网项目开发经历
9.已经落户苏州，准备长期稳定发展
10.拥有自己搭建在阿里云服务器的技术博客
项目经验
技术架构：LoRA+llama.cpp+PEFT+FastAPI +PostSQL+MinIO +Python；
将聊天问答历史导出 SFT JSONL 训练为可侧载 LoRA Adapter，推理时按user/session 启用/禁用，赋予模型稳定可追溯的"原生记忆"，区别于向量检索或 Prompt拼接。统一 Prompt 模板与多格式样本导出，支持 base vs adapter 对比验证，缓解记忆漂移与身份遗忘。提供 Skills/Agent 配置与异步训练 Job（状态/进度/日志/错误全程可观测），闭环覆盖"采集→标注→训练→注册→启用→验证"。私有数据不出本地，对象存储落 MinIO，推理与微调全程本地化。训练支持 CUDA/Apple Silicon（MPS） GPU加速，较 CPU 显著提速；端到端链路已验证通过，Job 失败快速暴露可读错误，保障稳定可用。
将聊天问答历史导出 SFT JSONL 训练为可侧载 LoRA Adapter，推理时按user/session 启用/禁用，赋予模型稳定可追溯的"原生记忆"，区别于向量检索或 Prompt拼接。统一 Prompt 模板与多格式样本导出，支持 base vs adapter 对比验证，缓解记忆漂移与身份遗忘。提供 Skills/Agent 配置与异步训练 Job（状态/进度/日志/错误全程可观测），闭环覆盖"采集→标注→训练→注册→启用→验证"。私有数据不出本地，对象存储落 MinIO，推理与微调全程本地化。训练支持 CUDA/Apple Silicon（MPS） GPU加速，较 CPU 显著提速；端到端链路已验证通过，Job 失败快速暴露可读错误，保障稳定可用。
立即沟通
