工作職責(zé):
1、負責(zé)機器學(xué)習(xí)/大模型全流程工作,主導(dǎo)模型的訓(xùn)練、驗證、調(diào)優(yōu)迭代,以及模型推理部署的全流程落地,保障模型性能與穩(wěn)定性。
2、結(jié)合算力平臺(如GPU集群、云算力等)的硬件特性,深入分析算法與算力的適配瓶頸,提出針對性的算法優(yōu)化方案(如模型輕量化、并行計算優(yōu)化、推理加速等)并落地實現(xiàn),提升算力利用率與模型運行效率。
3、負責(zé)機器學(xué)習(xí)與大模型的應(yīng)用落地項目,包括但不限于:OCR發(fā)票識別、國際化多語種互譯、自然語言語義分析、多模態(tài)感知(文本/圖像/語音融合理解)、跨模態(tài)檢索(文本檢索圖像/圖像檢索文本等)、多模態(tài)對話系統(tǒng)開發(fā)等。
4、 跟蹤行業(yè)前沿算法技術(shù)(大模型、多模態(tài)學(xué)習(xí)等),結(jié)合業(yè)務(wù)需求進行技術(shù)調(diào)研與創(chuàng)新應(yīng)用,推動算法能力的持續(xù)升級。
5、 與產(chǎn)品、工程、業(yè)務(wù)團隊緊密協(xié)作,明確算法落地需求,提供技術(shù)支撐,確保算法方案的可行性與業(yè)務(wù)價值實現(xiàn)。工作職責(zé):
1、負責(zé)機器學(xué)習(xí)/大模型全流程工作,主導(dǎo)模型的訓(xùn)練、驗證、調(diào)優(yōu)迭代,以及模型推理部署的全流程落地,保障模型性能與穩(wěn)定性。
2、結(jié)合算力平臺(如GPU集群、云算力等)的硬件特性,深入分析算法與算力的適配瓶頸,提出針對性的算法優(yōu)化方案(如模型輕量化、并行計算優(yōu)化、推理加速等)并落地實現(xiàn),提升算力利用率與模型運行效率。
3、負責(zé)機器學(xué)習(xí)與大模型的應(yīng)用落地項目,包括但不限于:OCR發(fā)票識別、國際化多語種互譯、自然語言語義分析、多模態(tài)感知(文本/圖像/語音融合理解)、跨模態(tài)檢索(文本檢索圖像/圖像檢索文本等)、多模態(tài)對話系統(tǒng)開發(fā)等。
4、 跟蹤行業(yè)前沿算法技術(shù)(大模型、多模態(tài)學(xué)習(xí)等),結(jié)合業(yè)務(wù)需求進行技術(shù)調(diào)研與創(chuàng)新應(yīng)用,推動算法能力的持續(xù)升級。
5、 與產(chǎn)品、工程、業(yè)務(wù)團隊緊密協(xié)作,明確算法落地需求,提供技術(shù)支撐,確保算法方案的可行性與業(yè)務(wù)價值實現(xiàn)。
1. 計算機科學(xué)、人工智能、自然語言處理或相關(guān)領(lǐng)域的本科及以上學(xué)歷
2. 1年以上自然語言理解、人工智能等相關(guān)領(lǐng)域工作經(jīng)驗,有扎實的機器學(xué)習(xí)實踐經(jīng)驗,熟練使用Python、Pandas、Numpy等數(shù)據(jù)處理工具
3. 至少熟悉一種主流的機器學(xué)習(xí)框架(Tensorflow,PyTorch,MXNet,PaddlePaddle)
4. 至少有1-2個多模態(tài)場景(OCR識別、多語種互譯、語義分析、跨模態(tài)檢索、多模態(tài)對話等)的實際項目落地經(jīng)歷,能夠獨立負責(zé)從技術(shù)方案設(shè)計到項目交付的全流程。
5. 熟悉模型部署工具(如ONNX、TensorRT、TorchServe等),有過基于算力平臺的算法優(yōu)化實踐經(jīng)驗(如模型量化、剪枝、分布式訓(xùn)練/推理優(yōu)化等)
6. 具備良好的學(xué)習(xí)能力,能夠跟進領(lǐng)域內(nèi)最新技術(shù)研究成果,并結(jié)合應(yīng)用場景快速實驗和調(diào)優(yōu)