任職要求：
1、碩士及以上學歷，計算機科學、人工智能、數(shù)學、物理等相關專業(yè)。
2、熟練掌握線性代數(shù)、概率論、隨機過程、優(yōu)化理論、信息論等基礎數(shù)學知識；能夠運用數(shù)學知識獨立推導大模型訓練過程中的復雜公式，如注意力機制的FLOPs計算、模型收斂性證明等。
3、深入理解深度學習基本原理，包括神經(jīng)網(wǎng)絡結構、反向傳播算法、梯度下降優(yōu)化方法等; 熟悉大模型預訓練、微調、對齊等階段的理論依據(jù)和關鍵技術，如Transformer架構、Scaling Law、RLHF等。
4、精通Python，能夠高效編寫復雜的數(shù)據(jù)處理和模型訓練代碼，熟悉常用的Python庫（如NumPy、Pandas、PyTorch、TensorFlow等）;
5、熟練使用至少一種主流深度學習框架（如PyTorch、TensorFlow），能夠基于框架進行大模型的搭建、訓練和調試。
6、熟悉分布式訓練框架（如DeepSpeed、Megatron-LM、Horovod等），能夠進行大規(guī)模模型的分布式訓練優(yōu)化。
7、具備從0到1訓練和微調大模型的經(jīng)驗，熟悉大模型訓練的全流程，包括數(shù)據(jù)準備、模型設計、訓練策略制定、超參數(shù)調優(yōu)等。
8、掌握大模型優(yōu)化技術，如模型壓縮（量化、剪枝、蒸餾）、高性能推理（如使用TensorRT、ONNX Runtime等）、模型并行和數(shù)據(jù)并行策略等。

工作年限：2年以上