算法工程师

1.负责模型的微调训练、性能优化和部署工作；
2.负责基于大型预训练模型的应用开发，包括但不限于对话系统、智能客服等；
3.负责用户界面的开发工作，使大模型的能力能够通过直观友好的界面展现给最终用户；
4. 跟踪并研究最新的大模型技术和应用趋势，探索其在公司产品中的潜在应用可能性。
5.负责撰写详细的技术文档，包括但不限于模型架构说明、API使用指南等，便于团队内外部成员理解和使用。
1、本科及以上学历，人工智能、计算机科学、数学与应用数学、统计学、数据科学与大数据技术等相关专业。
2、精通 Python、C++ 等编程语言；
3、熟练应用机器学习、深度学习等相关算法；
4、熟练使用 Linux 操作系统及常用工具；
5、熟练使用 TensorFlow、PyTorch 等深度学习框架；
6、有人工智能算法开发落地经验者优先，熟悉图像识别、视频抽帧、样本标注等工作，熟悉常用图像/文本数据分析、清洗、可视化算法;
7、有大模型应用研究经验或智能体开发经验；
8、具备3年以上人工智能领域相关工作经验，熟悉人工智能技术应用，具备前沿技术研究能力。
大模型工程师
学历背景：
计算机、NLP、AI相关专业本科及以上学历
岗位职责：
参与AI算法预研、选型、设计与实现，覆盖机器学习/深度学习/强化学习等领域。
针对业务场景（如NLP、计算机视觉、推荐系统、预测模型等）开发高效算法，优化模型性能。
参与大模型（LLM）的微调（Fine-tuning）、压缩（Quantization/Pruning）与适配优化。
探索大模型与业务场景的融合方案（如长文本处理、多模态交互、领域知识增强）。
技术能力：
精通Python/C++，熟悉PyTorch/TensorFlow等深度学习框架。
深入理解机器学习理论（如概率统计、优化方法、神经网络架构）。
精通大模型工具链：Hugging Face Transformers、LangChain、RLHF框架。
熟悉大模型优化技术：LoRA、QLoRA、量化感知训练（Quantization-Aware Training）。
有分布式训练经验（如Megatron-LM、DeepSpeed）或推理加速（如ONNX Runtime）者优先。
项目经验：
至少1-2年工业级AI算法开发经验。
主导过完整算法生命周期项目（从数据清洗到模型上线）。
主导过大模型落地项目（如对话系统、文档处理工具、代码生成等）。