崗位職責(zé):
1.針對(duì)營(yíng)銷、供應(yīng)鏈等場(chǎng)景,設(shè)計(jì)并落地回歸、時(shí)序預(yù)測(cè)、分類、聚類、異常檢測(cè)等模型,完成特征工程、模型訓(xùn)練、超參優(yōu)化、上線部署與效果監(jiān)控閉環(huán)。
2.基于 Hadoop/Hive/Spark 處理 TB 級(jí)數(shù)據(jù),構(gòu)建高可用離線/實(shí)時(shí)特征倉(cāng),支持每日千萬(wàn)級(jí)樣本的模型迭代。
3.與產(chǎn)品、運(yùn)營(yíng)、風(fēng)險(xiǎn)團(tuán)隊(duì)共建策略,輸出模型可解釋報(bào)告,推動(dòng) A/B 實(shí)驗(yàn)及因果評(píng)估,實(shí)現(xiàn)業(yè)務(wù) ROI 可量化。
4.負(fù)責(zé)LLM 的預(yù)訓(xùn)練、指令微調(diào)、RLHF、Prompt 工程及評(píng)估體系建設(shè),持續(xù)優(yōu)化模型在對(duì)話,Agent 等場(chǎng)景的效果。
5.參與編寫算法方案、模型說(shuō)明書、專利等。
任職要求:
1.學(xué)歷與經(jīng)驗(yàn):計(jì)算機(jī)、人工智能、數(shù)學(xué)等碩士及以上;5 年以上算法研發(fā)經(jīng)驗(yàn)。
2.扎實(shí)掌握機(jī)器學(xué)習(xí)、深度學(xué)習(xí)理論,熟練運(yùn)用 XGBoost/LightGBM、LSTM/Prophet、Transformer、Diffusion、GNN 等 3 種以上模型。
3.熟悉分類、回歸、時(shí)序、聚類、異常檢測(cè)、強(qiáng)化學(xué)習(xí)、因果推斷等建模方法,并能根據(jù)業(yè)務(wù)場(chǎng)景做模型選型與改進(jìn)。
4.具備LLM實(shí)操經(jīng)驗(yàn),熟悉 BERT/GPT/LLaMA/ChatGLM 等架構(gòu)細(xì)節(jié),掌握自監(jiān)督學(xué)習(xí)、RLHF、Prompt Engineering、模型評(píng)估框架。
5.精通 Python;熟悉 TensorFlow、PyTorch、Keras。
6.掌握 Hadoop、Spark,具備海量數(shù)據(jù)清洗、特征構(gòu)造與實(shí)時(shí)特征服務(wù)經(jīng)驗(yàn)。
7.具備電商、供應(yīng)鏈等至少一個(gè)領(lǐng)域的業(yè)務(wù)建模經(jīng)驗(yàn)。