1、多模態(tài)大模型迭代與開(kāi)發(fā):
負(fù)責(zé)基于 Qwen-VL、InternVL? 等主流開(kāi)源多模態(tài)大模型進(jìn)行微調(diào)、優(yōu)化和功能擴(kuò)展。
2、大模型的部署與工程化:
負(fù)責(zé)將訓(xùn)練好的多模態(tài)模型進(jìn)行量化、剪枝、蒸餾等優(yōu)化,并部署到生產(chǎn)環(huán)境(云端或邊緣設(shè)備);開(kāi)發(fā)和維護(hù)高可用、低延遲的模型推理服務(wù) API,確保服務(wù)的穩(wěn)定性和可擴(kuò)展性;與運(yùn)維團(tuán)隊(duì)合作,建立模型的監(jiān)控、告警和版本管理機(jī)制。
3、產(chǎn)品化與項(xiàng)目推動(dòng)(核心加分項(xiàng)):
前后端開(kāi)發(fā):? 能夠主導(dǎo)或深度參與演示Demo、內(nèi)部工具或客戶(hù)界面的前后端開(kāi)發(fā),實(shí)現(xiàn)從模型到用戶(hù)界面的完整鏈路。
項(xiàng)目管理:? 協(xié)助或主導(dǎo)技術(shù)項(xiàng)目的規(guī)劃、任務(wù)拆分、進(jìn)度跟蹤和風(fēng)險(xiǎn)控制,確保項(xiàng)目按時(shí)高質(zhì)量交付。
與產(chǎn)品經(jīng)理、設(shè)計(jì)師及其他工程師緊密合作,將業(yè)務(wù)需求轉(zhuǎn)化為清晰的技術(shù)方案,并推動(dòng)技術(shù)方案的落地。
必備條件:
本科及以上學(xué)歷,計(jì)算機(jī)科學(xué)、人工智能、軟件工程或相關(guān)專(zhuān)業(yè)。
2年以上機(jī)器學(xué)習(xí)/深度學(xué)習(xí)相關(guān)開(kāi)發(fā)經(jīng)驗(yàn),其中至少1年專(zhuān)注于多模態(tài)大模型領(lǐng)域。
必須具備Qwen-VL、InternVL、BLIP-2、LLaVA等至少一種主流多模態(tài)大模型的實(shí)際開(kāi)發(fā)、微調(diào)或部署經(jīng)驗(yàn)。
熟練掌握Python,并精通PyTorch或TensorFlow等至少一種深度學(xué)習(xí)框架。
熟悉常見(jiàn)的模型優(yōu)化和部署工具,如:ONNX, TensorRT, vLLM, OpenVINO等。
具備扎實(shí)的計(jì)算機(jī)基礎(chǔ),熟悉數(shù)據(jù)結(jié)構(gòu)、算法和設(shè)計(jì)模式。
出色的分析和解決問(wèn)題的能力,以及對(duì)攻克技術(shù)難題充滿(mǎn)熱情。
優(yōu)先考慮條件:
具備前端(如:React, Vue, HTML/CSS/JS)或后端(如:FastAPI, Django, Flask, SpringBoot)開(kāi)發(fā)經(jīng)驗(yàn)。
擁有項(xiàng)目管理經(jīng)驗(yàn)或PMP等認(rèn)證,能夠使用Jira、Confluence等工具進(jìn)行項(xiàng)目管理和協(xié)作