红乱女人3AV,浮力影院网址第①线路

400-885-9898

更新于 9月12日

2-3萬

職位描述

深度學(xué)習(xí)機(jī)器學(xué)習(xí)多模態(tài)算法機(jī)器視覺自然語言處理知識圖譜PythonC++OpenCVPyTorchTensorFlowTransformer人工智能云計算/大數(shù)據(jù)

崗位職責(zé)1. 大語言模型本地化部署與優(yōu)化

2. 知識庫數(shù)據(jù)建模與算法開發(fā)

構(gòu)建知識抽取算法：基于NLP技術(shù)實(shí)現(xiàn)非結(jié)構(gòu)化文本的實(shí)體關(guān)系抽取、知識三元組生成及知識圖譜構(gòu)建。
設(shè)計知識表示與存儲方案：結(jié)合圖數(shù)據(jù)庫（Neo4j）與向量數(shù)據(jù)庫（Milvus）優(yōu)化多模態(tài)知識存儲結(jié)構(gòu)。
開發(fā)知識增強(qiáng)算法：利用RAG（檢索增強(qiáng)生成）技術(shù)提升大模型在垂直領(lǐng)域的準(zhǔn)確性和可解釋性。

3. 數(shù)據(jù)工程與模型訓(xùn)練

主導(dǎo)自有數(shù)據(jù)清洗與增強(qiáng)：設(shè)計數(shù)據(jù)標(biāo)注規(guī)則、異常檢測算法及數(shù)據(jù)增強(qiáng)策略（如對抗訓(xùn)練）。
開發(fā)持續(xù)學(xué)習(xí)機(jī)制：結(jié)合主動學(xué)習(xí)（Active Learning）優(yōu)化模型迭代效率，降低人工標(biāo)注成本。
構(gòu)建自動化訓(xùn)練流水線：集成PyTorch/TensorFlow框架，實(shí)現(xiàn)分布式訓(xùn)練與超參數(shù)調(diào)優(yōu)。

4. 系統(tǒng)性能調(diào)優(yōu)與監(jiān)控

設(shè)計模型性能評估指標(biāo)：包括響應(yīng)延遲、知識召回率、生成內(nèi)容合規(guī)性等。
進(jìn)行算法模塊的代碼級優(yōu)化：通過CUDA加速、多線程編程提升計算效率。
開發(fā)監(jiān)控告警系統(tǒng)：實(shí)時跟蹤模型推理異常（如幻覺生成、知識沖突），并實(shí)現(xiàn)自修復(fù)機(jī)制。

任職資格技術(shù)能力

學(xué)歷與專業(yè)：計算機(jī)科學(xué)、人工智能、數(shù)學(xué)相關(guān)專業(yè)碩士及以上學(xué)歷，博士優(yōu)先。
編程能力：精通Python/C++，熟悉PyTorch/TensorFlow框架，具備CUDA開發(fā)經(jīng)驗。
算法經(jīng)驗：
- 熟悉大模型微調(diào)技術(shù)（LoRA、P-Tuning）及本地化部署方案。
- 掌握NLP核心技術(shù)（BERT預(yù)訓(xùn)練、文本摘要、實(shí)體鏈接等）。
- 具備知識圖譜構(gòu)建經(jīng)驗（Neo4j、DGL等）。

項目經(jīng)驗