崗位職責(zé):
1.算法開(kāi)發(fā)與優(yōu)化?
設(shè)計(jì)、訓(xùn)練和優(yōu)化機(jī)器學(xué)習(xí)及深度學(xué)習(xí)模型,覆蓋圖像識(shí)別、自然語(yǔ)言處理、語(yǔ)音識(shí)別等領(lǐng)域。
改進(jìn)現(xiàn)有算法,提升模型的準(zhǔn)確性、效率和性能。
2.?dāng)?shù)據(jù)處理與分析?
負(fù)責(zé)數(shù)據(jù)清洗、特征提取、標(biāo)注等預(yù)處理工作,構(gòu)建高質(zhì)量數(shù)據(jù)集。
結(jié)合業(yè)務(wù)需求分析數(shù)據(jù),提取有效信息以支持模型訓(xùn)練。
3.系統(tǒng)集成與部署?
將AI模型集成到生產(chǎn)環(huán)境,確保與現(xiàn)有系統(tǒng)的兼容性。
監(jiān)控模型性能,持續(xù)優(yōu)化并解決實(shí)際應(yīng)用中的問(wèn)題。
4.技術(shù)研究與創(chuàng)新?
跟蹤前沿技術(shù)(如強(qiáng)化學(xué)習(xí)、遷移學(xué)習(xí)),探索新算法在業(yè)務(wù)場(chǎng)景的應(yīng)用。
參與AI相關(guān)專利申報(bào)與技術(shù)攻堅(jiān)。1.算法開(kāi)發(fā)與優(yōu)化?
設(shè)計(jì)、訓(xùn)練和優(yōu)化機(jī)器學(xué)習(xí)及深度學(xué)習(xí)模型,覆蓋圖像識(shí)別、自然語(yǔ)言處理、語(yǔ)音識(shí)別等領(lǐng)域。
改進(jìn)現(xiàn)有算法,提升模型的準(zhǔn)確性、效率和性能。
2.?dāng)?shù)據(jù)處理與分析?
負(fù)責(zé)數(shù)據(jù)清洗、特征提取、標(biāo)注等預(yù)處理工作,構(gòu)建高質(zhì)量數(shù)據(jù)集。
結(jié)合業(yè)務(wù)需求分析數(shù)據(jù),提取有效信息以支持模型訓(xùn)練。
3.系統(tǒng)集成與部署?
將AI模型集成到生產(chǎn)環(huán)境,確保與現(xiàn)有系統(tǒng)的兼容性。
監(jiān)控模型性能,持續(xù)優(yōu)化并解決實(shí)際應(yīng)用中的問(wèn)題。
4.技術(shù)研究與創(chuàng)新?
跟蹤前沿技術(shù)(如強(qiáng)化學(xué)習(xí)、遷移學(xué)習(xí)),探索新算法在業(yè)務(wù)場(chǎng)景的應(yīng)用。
參與AI相關(guān)專利申報(bào)與技術(shù)攻堅(jiān)。
任職要求:
一、學(xué)歷與專業(yè)背景
學(xué)歷要求?:普遍要求本科及以上學(xué)歷。
專業(yè)方向?:需計(jì)算機(jī)科學(xué)、人工智能、數(shù)學(xué)、統(tǒng)計(jì)學(xué)、電子工程等相關(guān)專業(yè)背景。
二、技術(shù)能力
編程語(yǔ)言?:
必須精通Python,要求掌握C++/Java(用于性能優(yōu)化或工程部署)。
算法與框架?:
熟悉機(jī)器學(xué)習(xí)/深度學(xué)習(xí)算法(如CNN、RNN、強(qiáng)化學(xué)習(xí))及框架(TensorFlow/PyTorch/PaddlePaddle)。
大模型方向需掌握Transformer架構(gòu)、RAG、Prompt工程等技術(shù)。
數(shù)據(jù)處理?:
具備數(shù)據(jù)清洗、特征工程、大規(guī)模數(shù)據(jù)集構(gòu)建能力。
三、課題經(jīng)驗(yàn)?:
需參與過(guò)AI模型研發(fā)、部署及優(yōu)化,工業(yè)領(lǐng)域偏好有行業(yè)落地經(jīng)驗(yàn)者(如智能制造、金融風(fēng)控)。
大模型方向需有預(yù)訓(xùn)練、微調(diào)或垂類應(yīng)用經(jīng)驗(yàn)。