一、崗位職責(zé)
1.模型研究與算法驗(yàn)證
-負(fù)責(zé)大語(yǔ)言模型技術(shù)研究，主導(dǎo)模型訓(xùn)練策略?xún)?yōu)化及性能驗(yàn)證，提升模型在復(fù)雜場(chǎng)景下的準(zhǔn)確性與魯棒性。
- 推進(jìn)模型微調(diào)、量化壓縮、推理加速等技術(shù)落地，解決訓(xùn)練過(guò)程中的工程難題(如分布式并行、內(nèi)存優(yōu)化)。
2.數(shù)據(jù)與實(shí)驗(yàn)管理
- 構(gòu)建高質(zhì)量訓(xùn)練數(shù)據(jù)集，設(shè)計(jì)數(shù)據(jù)清洗、標(biāo)注及合成方案，確保數(shù)據(jù)質(zhì)量與多樣性。
-設(shè)計(jì)實(shí)驗(yàn)方案并復(fù)現(xiàn)前沿模型，通過(guò)對(duì)比實(shí)驗(yàn)驗(yàn)證技術(shù)路線可行性。
3.技術(shù)落地支持
-協(xié)同團(tuán)隊(duì)完成模型部署與調(diào)優(yōu)，優(yōu)化推理延遲與吞吐量，支持端側(cè)/云端多場(chǎng)景應(yīng)用。
- 輸出技術(shù)文檔與專(zhuān)利，推動(dòng)研究成果在智能數(shù)據(jù)治理、知識(shí)治理、文本挖掘、人機(jī)交互等領(lǐng)域的商業(yè)化落地。
二、任職要求
1.教育背景
-計(jì)算機(jī)科學(xué)、人工智能或相關(guān)專(zhuān)業(yè)本科及以上學(xué)歷，有扎實(shí)的數(shù)學(xué)與算法基礎(chǔ)。
2.技術(shù)能力
- 精通PyTorch/TensorFlow等框架，熟悉
DeepSpeed、LlamaFactory等分布式訓(xùn)練工具，掌握模型并行、流水線并行等優(yōu)化技術(shù)。
-具備強(qiáng)化學(xué)習(xí)研究經(jīng)驗(yàn)，有頂會(huì)論文或開(kāi)源項(xiàng)目貢獻(xiàn)者優(yōu)先。
3.工程實(shí)踐
- 熟悉Linux系統(tǒng)與Docker或K8s，具備大規(guī)模數(shù)據(jù)處理與模型調(diào)優(yōu)經(jīng)驗(yàn)，能獨(dú)立解決GPU集群、網(wǎng)絡(luò)通信等工程問(wèn)題，相關(guān)經(jīng)驗(yàn)3-5年。
4.加分項(xiàng)
- 有數(shù)據(jù)治理、等垂直領(lǐng)域模型落地經(jīng)驗(yàn)者優(yōu)先。 -熟悉模型可解釋性分析或自動(dòng)化評(píng)測(cè)工具(如 BLEU、ROUGE)。