一、崗位職責(zé):
1.模型開(kāi)發(fā)與優(yōu)化:負(fù)責(zé)機(jī)器學(xué)習(xí)/深度學(xué)習(xí)模型的研發(fā)、訓(xùn)練、調(diào)優(yōu)和評(píng)估,解決諸如自然語(yǔ)言處理、計(jì)算機(jī)視覺(jué)、語(yǔ)音識(shí)別、搜索推薦、風(fēng)控等領(lǐng)域的實(shí)際問(wèn)題。
2.數(shù)據(jù)處理與挖掘:構(gòu)建和維護(hù)大規(guī)模的數(shù)據(jù)處理管道,進(jìn)行數(shù)據(jù)清洗、特征工程和數(shù)據(jù)可視化,為模型提供高質(zhì)量的數(shù)據(jù)輸入。
3.工程化與部署:將訓(xùn)練好的模型進(jìn)行封裝、部署和上線,實(shí)現(xiàn)模型的服務(wù)化(API),并持續(xù)監(jiān)控和優(yōu)化模型在生產(chǎn)環(huán)境中的性能和穩(wěn)定性。
4.技術(shù)研究與創(chuàng)新:跟蹤學(xué)術(shù)界和工業(yè)界的最新AI技術(shù)動(dòng)態(tài)(如大語(yǔ)言模型、AIGC、多模態(tài)等),進(jìn)行技術(shù)預(yù)研和實(shí)驗(yàn),并將有潛力的技術(shù)應(yīng)用于實(shí)際業(yè)務(wù)場(chǎng)景。
5.主導(dǎo)AI應(yīng)用于實(shí)際業(yè)務(wù)場(chǎng)景:與產(chǎn)品經(jīng)理、開(kāi)發(fā)工程師等角色緊密合作,理解業(yè)務(wù)需求,設(shè)計(jì)技術(shù)方案,并推動(dòng)AI功能的落地實(shí)現(xiàn)。
二、崗位要求:
1.教育背景:計(jì)算機(jī)科學(xué)、人工智能、數(shù)學(xué)、統(tǒng)計(jì)學(xué)或相關(guān)領(lǐng)域的本科及以上學(xué)歷。
2.編程基礎(chǔ):精通Python編程語(yǔ)言,具備扎實(shí)的編程能力和良好的代碼風(fēng)格。熟悉常用的數(shù)據(jù)結(jié)構(gòu)與算法。
3.機(jī)器學(xué)習(xí)框架:熟練掌握至少一種主流的深度學(xué)習(xí)框架,如 PyTorch 或 TensorFlow。
4.算法基礎(chǔ):扎實(shí)的機(jī)器學(xué)習(xí)/深度學(xué)習(xí)理論基礎(chǔ),熟悉常見(jiàn)的模型(如CNN, RNN, Transformer, BERT等)和算法(如優(yōu)化算法、正則化、評(píng)估方法等)。
5.數(shù)據(jù)處理能力:有使用Pandas, NumPy, Scikit-learn等數(shù)據(jù)處理和科學(xué)計(jì)算庫(kù)的經(jīng)驗(yàn)。
6.工程能力:了解基本的軟件工程原理,有使用Git進(jìn)行版本控制、Docker容器化技術(shù)的經(jīng)驗(yàn)。對(duì)模型部署(如ONNX, TensorRT, Triton)和高性能計(jì)算有基本了解。
7.問(wèn)題解決能力:出色的分析問(wèn)題和解決問(wèn)題的能力,具備強(qiáng)烈的求知欲和自主學(xué)習(xí)能力。
8.團(tuán)隊(duì)合作:良好的溝通能力和團(tuán)隊(duì)協(xié)作精神。
三、公司福利:
1、五險(xiǎn)一金,朝九晚六,周末雙休,享受法定節(jié)假日&年假;
2、完善的內(nèi)外培訓(xùn);
3、豐富的員工活動(dòng),包括節(jié)日活動(dòng)、外出旅游等;
4、多樣的福利關(guān)懷,提供豐富多樣的零食、飲料,還有餐補(bǔ),生日禮品等。