机器学习算法工程师/高级工程师 （大模型方向）

1.模型训练
(1)负责至少一种模态（语言、视觉、多模态）的大模型训练工作，深入理解数据特性与模型架构，运用先进的算法与技术，实现模型的高效训练与精准优化。例如，语言模型，能够针对大规模文本数据进行预训练和微调，以提升自然语言处理任务（如文本生成、知识问答、机器翻译等）的精度；视觉模型，对图像或视频数据进行模型训练，实现目标检测、图像分类、视频理解等功能；多模态模型，有效融合文本、图像、音频等不同类型的数据，构建强大的多模态模型，如基于图像描述生成的智能应用或多模态情感分析应用。
(2)持续跟踪前沿研究成果，引入创新的算法与技术改进，如新型的神经网络架构、优化算法等。
2.项目管理
(1)主导或深度参与大模型相关项目的全生命周期管理，从项目的规划、需求分析、资源协调到进度跟踪与质量把控，确保项目按时、高质量交付。
(2)定期组织项目团队会议，及时沟通项目进展与问题，协调跨部门合作，有效解决项目中的技术难题与资源冲突，确保项目顺利推进。同时，对项目风险进行前瞻性评估与有效管理，制定应对预案。
3.技术创新与应用探索
(1)积极探索大模型在能源化工行业的创新应用，结合业务需求与市场趋势，开展前沿技术研究与原型开发。
(2)与产品、业务团队紧密合作，深入理解业务痛点与用户需求，将技术创新成果转化为实际可行的产品功能与解决方案。

岗位要求：

1.计算机、通信、自动化等相关专业硕士研究生及以上学历，博士研究生学历优先考虑；4年以上相关工作经历。
2.年龄一般不超过40周岁，35周岁以下优先考虑。
3.博士需要拥有3年以上人工智能算法研发工作经验，其中至少1年以上大模型相关项目经验；硕士需要拥有5年以上人工智能算法研发工作经验，其中至少3年以上大模型相关项目经验。主导或参与过大型人工智能项目的开发与实施，具备从项目需求分析、方案设计到模型训练与上线部署的完整项目管理经验。在项目中取得过显著的成果，成功推动产品基于大模型技术实现重大升级或创新应用。
4.专业技能：
（1）在深度学习领域拥有扎实的理论基础，精通至少一种深度学习框架（如 TensorFlow、PyTorch 等），熟练掌握模型训练、调优与部署的全流程技术。
（2）具备丰富的语言、视觉或多模态模型训练经验，拥有在实际项目中成功应用相关模型解决复杂问题的案例。例如，语言模态，有大规模预训练语言模型（如 BERT、GPT 等）的训练与优化经验；视觉模态，熟悉常见的计算机视觉任务与模型（如 ResNet、YOLO 等）；多模态，掌握多模态融合算法与模型架构设计（如 CLIP、DALL-E 等）。
（3）熟练掌握数据处理与分析技术，具备大数据处理平台（如 Hadoop、Spark 等）的使用经验，能够高效地进行数据清洗、预处理、标注与分析，为模型训练提供高质量的数据支持。
（4）具备较强的编程能力，熟练掌握 Python、C++ 等编程语言，能够独立实现复杂的算法与模型代码。
5.综合素养：
（1）具备优秀的问题解决能力与创新思维，能够快速分析与解决复杂的技术问题，在模型训练与优化过程中提出创新性的解决方案与思路。
（2）拥有良好的团队协作精神与沟通能力，能够与跨部门团队（如产品、业务、数据等）进行高效的沟通与协作，理解不同团队的需求与视角，共同推动项目的成功实施。
（3）具备较强的学习能力与自我驱动力，能够持续关注人工智能领域的前沿技术发展动态，主动学习与掌握新的知识与技能，不断提升自身的专业素养与技术水平。