AI大模型训练工程师

1.模型研发与优化:负责大语言模型(LLM)及多模态大模型(VLM)的全流程开发，包括选型、训练、微调及评估。
性能提升:探索模型压缩、分布式训练及推理加速技术，如LoRA、量化、模型并行等，优化计算资源利用率。
工程落地:将机器学习模型转换为可集成的API，与工程团队协作保障模型稳定运行及持续优化。
2.场景化应用:推动AI技术在搜索推荐、内容生成、智能对话、汽车交互及生物医疗等领域的规模化应用。
多模态交互:实现语音、语义、视觉感知的联动，提升人机交互体验，解决幻觉控制等长尾问题。
技能要求与入职门槛
1.核心技术栈:除Python、TensorFlow 外，还需熟悉PyTorch、C++等语言及DeepSpeed、Megatron等推理工具。
算法能力:具备较强的论文阅读和复现能力，深入理解底层算法原理，跟踪最新NLP及大模型技术。
数据工程:负责数据爬取、增强、清洗、标注及后处理，熟悉Apache Spark、Hadoop等大数据技术。
2.资质要求:通常要求计算机、数学、自动化等相关专业硕士或博士研究生学历，校招偏好2025-2026届毕业生。
经验门槛:社招岗位多要求3年及以上NLP或大模型开发经验，具备相关项目或实习经验者优先。