•数据准备与预处理

•调试大模型的提示（prompt），负责从以图搜图（Image-to-Image Search）或以文搜图（Text-to-Image Search）的SDK中获取满足Top-K数据的元信息，并进行清洗和预处理。

•确保数据的质量和一致性，为后续的大模型实验提供可靠的数据支持。

•大模型实验与优化

•使用基于Qwen

2.5VL等大模型进行实验，确保实验的准确率（Precision）达到70%以上。

•对模型进行微调，优化模型参数，提高模型的准确率和效率。

•定期评估模型性能，通过混淆矩阵、分类报告等指标进行详细分析。

•数据去重与优化

•支持项目内数据去重，确保数据的唯一性和有效性。

•通过数据挖掘技术，识别和去除重复或相似的数据，提高数据质量。

•模型部署与监控

•将优化后的模型部署到生产环境，确保模型在大批量数据处理时的稳定性和高效性。

•监控模型在生产环境中的表现，及时发现并解决可能出现的问题。

•持续改进与创新

•根据模型在实际应用中的表现，持续优化模型参数和算法。

•探索新的数据挖掘方法和算法，提升模型的性能和效率。

•教育背景

•计算机科学、数据科学、统计学或相关领域的本科及以上学历。

•技能要求

•熟练掌握Python编程语言，熟悉向量数据的处理和分析，具备使用向量数据库（如Faiss、Milvus）的经验。

•熟悉大模型（如Qwen

2.5VL）的训练和优化方法，具备实际项目经验。

•了解数据挖掘的基本方法和流程，如CRISP-DM方法论。

•工作经验

•至少2年以上相关工作经验，有图搜或文搜项目经验者优先。

•其他要求

•良好的团队合作精神和沟通能力，能够与跨部门团队协作。

•对新技术和新方法有强烈的学习兴趣和探索精神。