客戶需求分析與模型選型 深入理解客戶業(yè)務(wù)場(chǎng)景與技術(shù)需求，結(jié)合NLP、CV等多領(lǐng)域知識(shí)，為客戶推薦適配的語(yǔ)言大模型（如GPT、LLaMA、PaLM等）或多模態(tài)模型（如CLIP、DALL·E、Flamingo等） 制定從模型選擇、數(shù)據(jù)準(zhǔn)備到訓(xùn)練策略的全流程技術(shù)方案 模型部署與調(diào)優(yōu) 主導(dǎo)主流開(kāi)源/商用模型的本地化部署、分布式訓(xùn)練及參數(shù)優(yōu)化 設(shè)計(jì)模型微調(diào)方案（Fine-tuning/PEFT等），解決特定場(chǎng)景下的領(lǐng)域適配問(wèn)題 訓(xùn)練方案設(shè)計(jì)與實(shí)施 根據(jù)客戶計(jì)算資源與業(yè)務(wù)目標(biāo)，制定包含硬件配置、訓(xùn)練框架選擇（PyTorch/TF等）、監(jiān)控方案的技術(shù)實(shí)施計(jì)劃 設(shè)計(jì)模型評(píng)估體系，確保訓(xùn)練結(jié)果達(dá)到業(yè)務(wù)指標(biāo)要求 技術(shù)賦能與知識(shí)沉淀 編寫(xiě)技術(shù)白皮書(shū)、訓(xùn)練指南等文檔，構(gòu)建可復(fù)用的行業(yè)解決方案庫(kù) 跟蹤Diffusion、MoE等前沿技術(shù)演進(jìn)，推動(dòng)創(chuàng)新技術(shù)落地