崗位職責(zé)
負(fù)責(zé)公司業(yè)務(wù)(基建、電力領(lǐng)域)業(yè)務(wù)的大模型的應(yīng)用的整體規(guī)劃,具體包含:
1. 大模型技術(shù)落地應(yīng)用
a.主導(dǎo)大模型在基建、電力領(lǐng)域的智能問答、數(shù)據(jù)查詢(問數(shù))及流程自動(dòng)化場(chǎng)景落地。
b.推動(dòng)大模型在視頻 / 圖像目標(biāo)識(shí)別場(chǎng)景的應(yīng)用,通過模型訓(xùn)練、微調(diào)、量化壓縮、結(jié)構(gòu)裁剪等技術(shù)手段,提升模型推理效率與準(zhǔn)確性,優(yōu)化目標(biāo)識(shí)別精度。
c.結(jié)合行業(yè)數(shù)據(jù)特點(diǎn)與業(yè)務(wù)需求,設(shè)計(jì)技術(shù)方案并驗(yàn)證可行性,解決落地過程中的技術(shù)瓶頸,確保大模型在垂直領(lǐng)域的實(shí)用性與穩(wěn)定性。
2. 算法研發(fā)與模型性能優(yōu)化
負(fù)責(zé)圖像相關(guān)核心算法的研究與優(yōu)化,涵蓋目標(biāo)檢測(cè)、圖像分類、語義 / 實(shí)例分割、景深估計(jì)、虛化渲染、圖像增強(qiáng)等,支撐視頻 / 圖像場(chǎng)景的技術(shù)需求。
主導(dǎo)大模型預(yù)訓(xùn)練、微調(diào)、強(qiáng)化學(xué)習(xí)等方向的技術(shù)研發(fā),重點(diǎn)突破圖像語義理解、跨模態(tài)數(shù)據(jù)推理能力,提升模型對(duì)行業(yè)特定目標(biāo)(如電力設(shè)備部件、基建材料)的識(shí)別精度與場(chǎng)景適應(yīng)性
結(jié)合國(guó)產(chǎn)AI芯片及深度學(xué)習(xí)框架(如TensorFlow、PyTorch)進(jìn)行模型適配與優(yōu)化,支持私有化部署。
3. 數(shù)據(jù)與工程管理
設(shè)計(jì)并構(gòu)建基建、電力領(lǐng)域的多模態(tài)數(shù)據(jù)集,制定數(shù)據(jù)清洗、標(biāo)注及增強(qiáng)(如數(shù)據(jù)增廣、樣本平衡處理)標(biāo)準(zhǔn),保障訓(xùn)練數(shù)據(jù)的質(zhì)量與多樣性;
4. 創(chuàng)新與技術(shù)研究
跟蹤大模型前沿技術(shù)(如動(dòng)態(tài)路由、模型壓縮),探索其在行業(yè)中的創(chuàng)新應(yīng)用。
任職要求:
1. 學(xué)歷與經(jīng)驗(yàn)
計(jì)算機(jī)科學(xué)、人工智能或相關(guān)專業(yè),碩士及以上學(xué)歷,3-4年AI研發(fā)經(jīng)驗(yàn),1年以上大模型相關(guān)經(jīng)驗(yàn),半年以上多模態(tài)或智能體項(xiàng)目經(jīng)驗(yàn)。
2. 技術(shù)能力
熟悉Linux開發(fā)環(huán)境,熟悉MXNet/Caffe/Tensorflow/Torch等深度學(xué)習(xí)框架者優(yōu)先;
熟悉多模態(tài)技術(shù)(圖像/視頻理解生成)、檢索增強(qiáng)(RAG)、函數(shù)調(diào)用(FunctionCall)等方向,有實(shí)際項(xiàng)目落地經(jīng)驗(yàn)。
具備算法開發(fā)實(shí)現(xiàn)能力,熟悉C/C++、CUDA、Matlab、Python等編程語言;
具備芯片適配、模型壓縮或私有化部署經(jīng)驗(yàn)者優(yōu)先。
3. 工程與協(xié)作能力
具備優(yōu)秀的問題分析與解決能力,能獨(dú)立完成算法模塊設(shè)計(jì)、測(cè)試及優(yōu)化。
良好的團(tuán)隊(duì)協(xié)作與溝通能力,能跨部門推動(dòng)技術(shù)落地。
4. 附加要求
發(fā)表過CVPR/ECCV/ICCV/NIPS/ICML等AI領(lǐng)域頂級(jí)會(huì)議文章優(yōu)先。有高質(zhì)量論文、開源項(xiàng)目或行業(yè)標(biāo)桿案例者優(yōu)先。
自驅(qū)力強(qiáng),注重結(jié)果導(dǎo)向,具備創(chuàng)新思維與抗壓能力。