优化大型语言模型（LLMs），引导其输出朝着高质量和上下文相关的回答方向发展，利用领域知识。设计综合系统，将LLMs或LLM应用程序纳入其中。制定适用于生成式人工智能模型的有效提示，并使用完整的技术堆栈开发应用程序。应用领域特定的数据和技术进行领域适应。通过微调提高模型的准确性和效果。
主要职责
• LLM优化 优化和微调大型语言模型（LLMs）以满足特定领域要求，确保输出的高质量。
• 领域专业知识 利用领域知识指导LLMs的回答，确保上下文相关和准确的信息。
• 系统设计
• 设计和开发综合系统和应用程序，将LLMs作为核心组件纳入其中，确保无缝集成和功能性。
• 提示公式 制定有效的提示和查询，以生成期望的回答和行为的生成式人工智能模型。
• 技术堆栈 使用完整的技术堆栈构建端到端应用程序，包括前端和后端组件，提供用户友好和高性能的解决方案。
• 数据管理 收集、预处理和管理领域特定的数据，用于训练和微调LLMs，提高其理解和性能。
• 适应技术 应用领域适应和微调技术到LLMs，提高其准确性并与特定行业需求保持一致。
• 协作 与跨职能团队密切合作，包括数据科学家、自然语言处理工程师、软件开发人员和领域专家，确保项目成功。
• 性能评估 对由LLMs驱动的应用程序进行严格的测试和评估，以衡量其性能和用户满意度，并进行数据驱动的改进。 
悉尼