大模型算法工程师

岗位职责：
1. 算法研究与开发：负责设计、开发和优化视觉大模型算法，以应用解决行业特定业务或研究问题，如目标识别、图像生成、图像分割、图像分类、异常检测等任务。
2. 数据处理与分析：管理和优化数据处理流程，具备数据分析能力（清洗、标注、增强、质量管理、多样性分析等），能够根据业务需求编写数据方案及标注方案，保证模型训练和优化。
3. 模型训练与评估：承担大模型的训练、微调和验证工作，确保模型达到预定性能目标。具备分析模型的能力，能够根据实验结果评估模型，改进模型。
4. 模型优化与部署：应用模型量化、剪枝、蒸馏等技术对大模型进行轻量化处理，减少模型大小和计算量，提高模型在不同硬件平台上的运行效率。负责将训练好的模型部署到实际应用场景中，确保算法能平滑集成到产品或服务中，并与其他系统进行有效对接和协同工作。
5. 技术创新与研究：跟踪AI前沿领域，尤其是大模型和深度学习的最新进展，关注前沿技术动态，能够将新的研究成果和技术应用于解决实际问题。
6.跨部门团队合作，参与项目的需求分析、架构设计和技术方案制定，确保项目顺利进行。在团队内部进行技术交流和分享，提高团队整体技术水平，共同攻克技术难题。
任职要求：
1.硕士及以上学历，计算机科学、人工智能、软件工程、统计学、图像处理、等相关专业。
2.具有cv领域的项目经验，参与过视觉大模型的研发、应用或优化项目，有从0到1构建大模型经验者优先。具备较强的问题分析和解决能力，能够独立解决大模型开发、训练、部署等过程中遇到的各种问题。
3.了解 ChatGPT、LLaMA、Claude、ChatGLM 、SAM系列等主流大模型的工作原理及应用。掌握大模型关键技术， Transformer、自注意力机制等大模型核心技术，熟悉 RAG、Agent、Prompt调优等技术。熟悉常见的微调方法，如 Adapter、LoRA、QLoRA、P-tuning、Prefix Tuning 等。
4. 熟练使用TensorFlow、PyTorch等主流深度学习框架，能够进行模型的构建、训练和优化。
5.计算机视觉基础：掌握图像处理、机器学习等相关理论，熟悉目标检测、识别、分割、配准、3D视觉等方法和原理。
5.编程能力：至少精通 Python、C++ 中的一种语言。能够实现算法/模型的工程化、服务化开发与部署应用。
6.能够快速跟进大模型领域的最新技术发展，具备创新意识，能够提出新的技术思路和解决方案。
7.具备良好的团队合作能力和沟通能力，能够跨专业协作完成项目。