工作职责：
1. 系统架构设计
• 主导物流领域大模型应用系统的全生命周期架构设计，包括智能调度引擎、路径优化算法、预测性分析平台等核心模块，构建高可用、可扩展的分布式系统。
• 设计基于大模型的智能决策系统架构，集成多模态数据处理（如物流轨迹、图像识别、自然语言工单）与实时推理能力，支持亿级业务请求的高并发场景。
2. 技术方案落地
• 制定大模型（如LLM、多模态模型）在物流场景的技术实施方案，包括模型选型、微调策略（如领域适配训练）、部署架构（云边端协同）及服务治理方案。
• 开发企业级AI工具链，实现自动化模型监控、弹性资源调度（Kubernetes集群）及灾备容错机制，保障生产环境稳定性。
3. 跨领域协作与优化
• 与算法团队、业务部门深度协作，将大模型能力转化为实际应用（如路径规划、智能调度、营运异常检测、运力预测），推动技术成果在运输、末端配送、中转等环节落地。
• 主导系统性能优化，通过模型压缩（量化/蒸馏）、缓存策略、计算资源调度等技术，降低端到端响应延迟与硬件成本。
4. 前沿技术研究
• 探索大模型与物流科技结合的创新场景（如自主决策Agent、数字孪生），推动RAG增强检索、多Agent协作等新技术在行业标杆项目中的应用。
岗位要求：
1. 基础资质
• 计算机科学、人工智能相关专业硕士及以上学历，5年以上大规模分布式系统架构经验，3年以上大模型相关项目主导经验。
2. 核心技术能力
• 精通大模型技术栈：掌握PyTorch/TensorFlow框架，熟悉Prompt Engineering、模型微调、向量数据库应用，具备LangChain/LangGraph等框架的深度改造经验。
• 精通高并发架构设计：熟悉Kubernetes、微服务、消息队列（如Kafka），有TB级数据处理或千级QPS系统优化经验。
• 熟悉物流领域技术特性：了解时空数据分析、运筹优化算法、物联网数据融合等优先。
3. 行业经验
• 具备物流、供应链或电商领域大模型落地案例，熟悉行业痛点和数据特征（如运单结构化、地址解析、异常检测）。
• 有主流云平台（AWS/Azure/阿里云）AI服务集成经验，熟悉模型即服务（MaaS）架构设计。
4. 软性素质
• 卓越的技术领导力：能主导跨部门协作（算法/产品/运维），输出《大模型系统架构白皮书》等技术规范。
• 创新与风险预判能力：对模型幻觉、数据安全等问题有系统性解决方案。
加分项
• 拥有物流领域专利或顶会论文（如KDD、ICML）
• 具有开源大模型社区贡献经验（如LLaMA、DeepSeek）
