实习生招聘启事：通义千问视觉大模型（Qwen
-VL）本地化部署与Agent开发
--
-公司/项目简介我们是专注于全球金融市场系统化主观交易策略的量化交易团队，采用“人工经验数字化”的独特路径——将顶级交易员的盘面识别经验和风控逻辑，通过多模态大模型（通义千问视觉大模型）实现AI化复刻与全自动执行。项目核心是基于Qwen3
-VL视觉大模型，构建一个能够理解分时图、识别交易结构、做出日内交易决策的AI Agent系统。目前已完成策略逻辑设计和架构规划，现需招聘实习生完成本地化部署环境搭建和基础功能验证。
二、
岗位职责
1.Qwen3
-VL视觉大模型本地化部署：在服务器（Ubuntu + RTX 4090）上完成Ollama或vLLM推理环境搭建，确保模型能够正常运行
2.多模态交互功能验证：实现图片（Base64编码）与文本的联合输入，验证模型能正确理解分时图并输出结构化决策结果
3.HTTP API接口开发：封装模型调用接口，供Java后端工程调用（Spring Boot / OkHttp方式均可）
4.推理性能优化（进阶） ：探索模型量化（INT8/INT4）、vLLM框架切换等加速方案，将端到端决策延迟从2
-5秒进一步压缩
5.输出部署文档：编写完整的部署流程文档和环境配置清单，确保后续可复现
三、
任职要求硬性条件
1.计算机、人工智能、软件工程等相关专业本科或硕士在读
2.熟悉Linux操作系统，能熟练使用命令行进行环境配置和问题排查
3.掌握Python编程，熟悉PyTorch等深度学习框架
4.了解HuggingFace生态，有开源大模型（Qwen/LLaMA等）的本地部署或使用经验
5.了解Ollama或vLLM等大模型推理框架的基本使用软性要求：
1.有较强的动手能力和独立解决问题的能力
2.能够阅读英文技术文档和官方文档
3.每周至少到岗协作3天。
四、
加分项
1.有Qwen
-VL / Qwen
2.5
-VL / Qwen3
-VL系列模型的实际部署经验
2.了解模型量化技术（GPTQ / AWQ / GGUF）或有过INT8/INT4量化实践
3.有vLLM或LMDeploy等高性能推理框架的使用经验
4.熟悉Java编程，了解Spring Boot或OkHttp等HTTP客户端框架
5.有AI Agent（如LangChain、AutoGen等）相关开发经验
6.有Docker容器化部署经验
五、
薪资待遇
·薪资范围：50
-400元/天（具体面议，根据能力和经验面议）
·实习周期：3
-6个月，表现优秀可转长期合作
六、你能获得什么
1.真实的生产级AI项目经验：不是Demo，是真正要上线运行的交易系统
2.大模型全栈实践：从环境搭建、模型部署、API开发到性能优化的完整链路
3.灵活的工作方式：可以远程协作，时间自由
4.转正机会：表现优秀者有机会转为全职或长期合作
七、应聘方式请将简历发送至：charmingzj50057@
163.com邮件标题格式：应聘
-Qwen
-VL部署实习生
-姓名
-学校邮件正文请简要说明：
1.你之前接触过哪些大模型部署项目？
2.你用过Ollama或vLLM吗？具体做了什么？
3.你最早可到岗时间及每周可工作时长
