崗位1:
人工智能開發(fā)服務(wù),10-16K,陜西省西安市雁塔區(qū)嘉昱大廈A座12層
智能體研發(fā)工程師方向
服務(wù)內(nèi)容
1.分析企業(yè)業(yè)務(wù)需求和技術(shù)架構(gòu),明確智能體系統(tǒng)應(yīng)用場景和功能要求。
2.設(shè)計智能體系統(tǒng)整體架構(gòu)和模塊劃分,確定算法和功能實現(xiàn)方案。
3.編寫智能體系統(tǒng)代碼,進行單元測試和集成測試,確保系統(tǒng)穩(wěn)定性和可靠性。
4.與團隊成員協(xié)作,完成智能體系統(tǒng)部署和優(yōu)化,提高系統(tǒng)性能和用戶體驗。
5.跟蹤智能體技術(shù)發(fā)展趨勢,不斷學(xué)習(xí)掌握新技術(shù)和工具,為企業(yè)技術(shù)創(chuàng)新和產(chǎn)品升級提供支持。
服務(wù)要求:
1.分析企業(yè)業(yè)務(wù)需求和技術(shù)架構(gòu),明確智能體系統(tǒng)應(yīng)用場景和功能要求。
2.設(shè)計智能體系統(tǒng)整體架構(gòu)和模塊劃分,確定算法和功能實現(xiàn)方案。
3.編寫智能體系統(tǒng)代碼,進行單元測試和集成測試,確保系統(tǒng)穩(wěn)定性和可靠性。
4.與團隊成員協(xié)作,完成智能體系統(tǒng)部署和優(yōu)化,提高系統(tǒng)性能和用戶體驗。
5.跟蹤智能體技術(shù)發(fā)展趨勢,不斷學(xué)習(xí)掌握新技術(shù)和工具,為企業(yè)技術(shù)創(chuàng)新和產(chǎn)品升級提供支持。
崗位2:
人工智能開發(fā)服務(wù),10-16K,陜西省西安市雁塔區(qū)嘉昱大廈A座12層
大模型微調(diào)工程師方向(本科以上)
服務(wù)內(nèi)容
1.基于業(yè)務(wù)場景需求,分析大模型應(yīng)用的技術(shù)路徑,設(shè)計針對性微調(diào)方案與評估體系。
2.基于大模型微調(diào)框架,完成模型參數(shù)調(diào)優(yōu)、領(lǐng)域適配及性能優(yōu)化,提升模型任務(wù)表現(xiàn)。
3.構(gòu)建高質(zhì)量訓(xùn)練數(shù)據(jù)集,設(shè)計數(shù)據(jù)增強策略,開發(fā)數(shù)據(jù)清洗與標(biāo)注工具鏈。
4.搭建模型評估平臺,設(shè)計多維度測試用例,持續(xù)監(jiān)控并優(yōu)化模型推理效果。
5.研究模型蒸餾、量化、加速等技術(shù),推動大模型在具體業(yè)務(wù)場景的工程化落地。
服務(wù)要求
1.計算機、人工智能相關(guān)專業(yè)碩士及以上學(xué)歷,3年以上NLP、深度學(xué)習(xí)研發(fā)經(jīng)驗。
2.深入理解Transformer架構(gòu),熟悉BERT、GPT、DeepSeek等主流大模型的技術(shù)原理與實現(xiàn)細(xì)節(jié)。
3.掌握PyTorch、TensorFlow等框架,具備分布式訓(xùn)練實戰(zhàn)經(jīng)驗。
精通Prompt工程、LoRA、P-tuning等微調(diào)技術(shù),具有多任務(wù)遷移學(xué)習(xí)項目經(jīng)驗。
4.熟悉HuggingFace生態(tài),具備完整的大模型訓(xùn)練-評估-部署全鏈路開發(fā)能力。
5.具備優(yōu)秀的數(shù)據(jù)處理能力,熟悉SQL/NoSQL數(shù)據(jù)庫及大數(shù)據(jù)處理框架。
6.對模型安全、可解釋性有深入理解,具有大模型對齊經(jīng)驗者優(yōu)先。
崗位3:
人工智能開發(fā)服務(wù),10-18K,陜西省西安市雁塔區(qū)嘉昱大廈A座12層
小模型CV算法開發(fā)工程師(方向)碩士學(xué)歷
1. 針對計算機視覺(CV)領(lǐng)域的小模型應(yīng)用場景,設(shè)計輕量化、高效的算法架構(gòu),實現(xiàn)圖像識別、目標(biāo)檢測、圖像分割等任務(wù)的模型開發(fā)。
2. 運用模型剪枝、量化等技術(shù),對已開發(fā)的 CV 小模型進行優(yōu)化,降低模型的計算復(fù)雜度和存儲需求,提升模型在邊緣設(shè)備或資源受限環(huán)境下的運行效率。
3. 構(gòu)建高質(zhì)量的 CV 訓(xùn)練數(shù)據(jù)集,設(shè)計數(shù)據(jù)增強策略,提升模型對不同場景和數(shù)據(jù)分布的泛化能力。
4. 搭建模型評估框架,設(shè)計多維度的測試用例,對模型的準(zhǔn)確率、召回率、運行速度等指標(biāo)進行評估,持續(xù)優(yōu)化模型性能。
5.跟蹤 CV 小模型領(lǐng)域的前沿技術(shù)動態(tài),探索新的算法和優(yōu)化方法,推動公司在 CV 小模型技術(shù)上的創(chuàng)新和突破。
1. 計算機、人工智能等相關(guān)專業(yè)碩士及以上學(xué)歷,3年以上計算機視覺算法開發(fā)經(jīng)驗。
2. 熟悉卷積神經(jīng)網(wǎng)絡(luò)(CNN)架構(gòu),了解 MobileNet、YOLO 、RT-DETR等主流 CV 小模型的技術(shù)原理與實現(xiàn)細(xì)節(jié)。
3. 熟練使用 PyTorch 等深度學(xué)習(xí)框架進行模型開發(fā),具備模型訓(xùn)練、驗證和測試的完整經(jīng)驗。
4. 精通模型剪枝、量化等優(yōu)化技術(shù),能夠根據(jù)具體應(yīng)用場景,對 CV 小模型進行針對性的性能優(yōu)化。
5. 具備優(yōu)秀的數(shù)據(jù)處理能力,熟悉圖像數(shù)據(jù)的預(yù)處理、增強和標(biāo)注流程,能夠開發(fā)高效的數(shù)據(jù)處理工具。
6. 具有實際的 CV 小模型開發(fā)項目經(jīng)驗,能夠獨立完成從模型設(shè)計到部署的全流程開發(fā)工作。
7. 對 CV 小模型領(lǐng)域的前沿技術(shù)有濃厚興趣,能夠快速學(xué)習(xí)和應(yīng)用新技術(shù),推動模型性能的持續(xù)提升。
8. 具備良好的團隊協(xié)作精神和溝通能力,能夠與團隊成員密切合作,共同解決技術(shù)難題。