一、能力資格要求 1. 專業背景：計算機科學與技術、人工智能、軟件工程等相關專業學歷，系統學習過機器學習、深度學習、自然語言處理等課程，具備扎實的理論基礎。 2. LLM 技術能力：精通 LLM（大語言模型）的原理與架構，熟練掌握至少一種主流大模型（如 DS 系列、LLaMA、BERT 等）的微調技術，熟悉微調流程，包括數據準備、模型訓練、性能評估和優化，能夠根據業務需求對模型進行針對性調整。 3. Agent 開發能力：有Agent 開發經驗，熟悉智能體的設計模式與框架，掌握多智能體協作機制；能夠將 LLM 與 Agent 技術相結合，實現具備自主決策、任務規劃和執行能力的智能體。 4. 編程與工具：熟練掌握 Python 編程語言，熟悉 PyTorch、TensorFlow 等深度學習框架；熟悉常用開發工具和版本控制系統（如 Git）、數據庫操作能力（如 MySQL、MongoDB），有大型工程軟件開發經驗者優先。 5. 作戰仿真與領域知識：了解作戰仿真系統，熟悉作戰仿真系統的接口、數據格式和運行機制，具備軍事領域相關知識，了解作戰想定構建、作戰態勢分析、作戰指揮流程等內容者優先。 6. 其他能力：具有較強的學習能力和創新能力，能夠快速掌握新技術、新方法；具備良好的邏輯思維和問題解決能力，能獨立分析和處理開發過程中遇到的技術難題；擁有出色的溝通能力和團隊協作精神，能夠與不同專業背景的人員高效配合。 二、崗位職責 1. LLM 微調與優化：根據作戰仿真系統的業務需求，對 LLM 進行微調，優化模型性能，使其能夠準確理解和處理軍事領域相關的自然語言指令、作戰態勢信息等；不斷探索新的微調策略和技術，提升模型在軍事場景下的應用效果。 2. Agent 設計與開發：基于作戰仿真系統提供的接口，設計和開發具備作戰想定構建、響應自然語言指令、作戰態勢提取分析、學習訓練以及提出作戰指揮建議等功能的 Agent；實現 Agent 與作戰仿真系統的無縫對接，確保智能體能夠有效獲取系統數據并將生成指令作用于系統。 3. 功能實現與優化：持續完善 Agent 的功能，使其能夠更好地模擬指揮員決策過程，實現基于大模型技術的軍事智能體；對 Agent 的運行效果進行監控和評估，根據實際需求進行優化和改進。 4. 技術研究與創新：跟蹤大模型技術和 Agent 領域的前沿動態，探索新技術在作戰仿真系統中的應用可能性；積極開展技術研究和創新工作，推動大模型技術與作戰仿真系統的深度融合。 5. 團隊協作與溝通：與項目團隊成員、軍事領域專家等保持密切溝通，及時了解需求和反饋；參與技術方案討論和評審，與其他技術人員分享經驗和技術成果，共同推進項目進展。