專業(yè)技能
1.精通Python、Java、C++等編程語言，具備扎實(shí)的數(shù)據(jù)結(jié)構(gòu)與算法功底。
2.掌握TensorFlow、PyTorch等主流深度學(xué)習(xí)框架，能夠獨(dú)立完成模型訓(xùn)練與性能調(diào)優(yōu)。
3.熟悉多模態(tài)技術(shù)及其架構(gòu)設(shè)計(jì)，理解其核心原理與實(shí)際應(yīng)用方向。
4.深入研究并實(shí)踐過Deepseek、Kimi、豆包、通義千問、智譜等主流大模型，具備豐富的模型訓(xùn)練與微調(diào)經(jīng)驗(yàn)。
5.熟悉常見機(jī)器學(xué)習(xí)算法及深度學(xué)習(xí)模型的原理與實(shí)現(xiàn)方式；
6.具備數(shù)據(jù)挖掘、數(shù)據(jù)清洗和預(yù)處理能力，熟練運(yùn)用SQL/Hive/Spark等工具對(duì)海量數(shù)據(jù)進(jìn)行處理與分析。
7.熟悉NLP、RAG、CV、多模態(tài)或智能體中的一項(xiàng)或多項(xiàng)，并具備實(shí)際落地項(xiàng)目經(jīng)驗(yàn)；

主要職責(zé)
1.結(jié)合公司業(yè)務(wù)需求，篩選合適的開源模型并實(shí)施私有化部署與后續(xù)維護(hù)；
2.設(shè)計(jì)并搭建高效、可擴(kuò)展的AI大模型技術(shù)架構(gòu)，涵蓋Transformer及其衍生結(jié)構(gòu)，適配多樣化業(yè)務(wù)場(chǎng)景。
3.負(fù)責(zé)模型參數(shù)調(diào)優(yōu)工作，持續(xù)提升模型準(zhǔn)確率與整體表現(xiàn)。
4.研究并應(yīng)用模型壓縮、量化、蒸餾等優(yōu)化手段，減少資源占用，提升推理效率與運(yùn)行速度。
5.根據(jù)具體業(yè)務(wù)場(chǎng)景，開發(fā)基于大模型的應(yīng)用系統(tǒng)與解決方案，推動(dòng)AI模型與現(xiàn)有平臺(tái)的融合集成，實(shí)現(xiàn)功能增強(qiáng)與系統(tǒng)升級(jí)，并承擔(dān)應(yīng)用的部署與運(yùn)維任務(wù)。
6.組織大規(guī)模數(shù)據(jù)的采集與整理，執(zhí)行數(shù)據(jù)清洗與預(yù)處理流程，保障數(shù)據(jù)質(zhì)量與一致性；開展數(shù)據(jù)標(biāo)注與分類工作，構(gòu)建高質(zhì)量訓(xùn)練數(shù)據(jù)集；結(jié)合數(shù)據(jù)分析與挖掘方法，提取關(guān)鍵特征與信息，支撐模型訓(xùn)練與迭代優(yōu)化。