二、任職要求：
? 1、碩士及以上學(xué)歷，計(jì)算機(jī)科學(xué)、人工智能、數(shù)學(xué)、物理等相關(guān)專業(yè)。
? 2、熟練掌握線性代數(shù)、概率論、隨機(jī)過程、優(yōu)化理論、信息論等基礎(chǔ)數(shù)學(xué)知識(shí)，能夠運(yùn)用數(shù)學(xué)知識(shí)獨(dú)立推導(dǎo)大模型訓(xùn)練過程中的復(fù)雜公式。
? 3、深入理解深度學(xué)習(xí)基本原理，包括神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)、反向傳播算法、梯度下降優(yōu)化方法等，熟悉大模型預(yù)訓(xùn)練、微調(diào)、對(duì)齊等階段的理論依據(jù)和關(guān)鍵技術(shù)。
? 4、精通Python，能夠高效編寫復(fù)雜的數(shù)據(jù)處理和模型訓(xùn)練代碼，熟悉常用的Python庫。
? 5、熟練使用至少一種深度學(xué)習(xí)框架（PyTorch、MindSpore、PaddlePaddle），能夠基于框架進(jìn)行大模型的搭建、訓(xùn)練和調(diào)試。
? 6、熟悉分布式訓(xùn)練框架（如DeepSpeed、Megatron-LM、Horovod等），能夠進(jìn)行大規(guī)模模型的分布式訓(xùn)練優(yōu)化。
? 7、具備從0到1訓(xùn)練和微調(diào)大模型的經(jīng)驗(yàn)，熟悉大模型訓(xùn)練的全流程，包括數(shù)據(jù)準(zhǔn)備、模型設(shè)計(jì)、訓(xùn)練策略制定、超參數(shù)調(diào)優(yōu)等。
? 8、掌握大模型優(yōu)化技術(shù)，包括模型壓縮（量化、剪枝、蒸餾）、高性能推理（如使用TensorRT、ONNX Runtime等）、模型并行和數(shù)據(jù)并行策略等。