崗位職責(zé):
1.模型研發(fā)與優(yōu)化:負責(zé)機器學(xué)習(xí)、深度學(xué)習(xí)模型的設(shè)計、訓(xùn)練與迭代優(yōu)化,重點攻克大模型訓(xùn)練收斂、小樣本學(xué)習(xí)、模型輕量化等關(guān)鍵技術(shù)問題,提升模型準(zhǔn)確率與運行效率。
2.數(shù)據(jù)處理與建模:主導(dǎo)大規(guī)模數(shù)據(jù)集的采集、清洗、標(biāo)注與預(yù)處理工作,構(gòu)建高質(zhì)量訓(xùn)練數(shù)據(jù)集,制定數(shù)據(jù)質(zhì)量評估標(biāo)準(zhǔn)與優(yōu)化方案。
3.技術(shù)落地與集成:將研發(fā)的AI模型通過API、云平臺或容器化技術(shù)部署至生產(chǎn)環(huán)境,與軟件工程團隊協(xié)作完成AI組件與現(xiàn)有業(yè)務(wù)系統(tǒng)的無縫集成,解決落地過程中的技術(shù)適配問題。
4.跨團隊協(xié)作與需求轉(zhuǎn)化:深度對接產(chǎn)品、業(yè)務(wù)及數(shù)據(jù)團隊,精準(zhǔn)理解行業(yè)需求并轉(zhuǎn)化為技術(shù)方案,例如在工業(yè)質(zhì)檢場景中設(shè)計AI視覺檢測方案,提升缺陷識別率;在智能客服場景中優(yōu)化NLP交互邏輯,提升用戶體驗。
5.技術(shù)前沿追蹤:持續(xù)關(guān)注全球AI技術(shù)動態(tài),跟蹤TensorFlow、PyTorch等主流框架的迭代方向,將CLIP、Flan-T5等前沿模型及技術(shù)融入實際研發(fā),保持團隊技術(shù)競爭力
任職要求
1.學(xué)歷背景:211/985院校計算機科學(xué)、電子信息等相關(guān)專業(yè)本科及以上學(xué)歷。
2.技術(shù)基礎(chǔ):精通Python編程語言,熟悉C++/Java等至少一種輔助開發(fā)語言;深入掌握機器學(xué)習(xí)(如分類、回歸、聚類算法)、深度學(xué)習(xí)(如CNN、RNN、Transformer架構(gòu))核心原理。
3.框架經(jīng)驗:熟練使用TensorFlow、PyTorch、Scikit-Learn等主流AI框架,具備完整的模型設(shè)計、訓(xùn)練、調(diào)優(yōu)及部署全流程經(jīng)驗。
4.項目經(jīng)歷:2年及以上AI相關(guān)研發(fā)經(jīng)驗,有大模型微調(diào)、計算機視覺(目標(biāo)檢測/圖像分割)、自然語言處理(文本分類/語義檢索)等方向?qū)嶋H項目落地經(jīng)驗者優(yōu)先;能獨立解決項目中的關(guān)鍵技術(shù)瓶頸。