崗位職責(zé):
1、負(fù)責(zé)將算法模型應(yīng)用于業(yè)務(wù)軟件中,在辦公、軟件開發(fā)、水利、應(yīng)急智能體等諸多場景中打造最好的AI工具和產(chǎn)品,不斷改善用戶體驗(yàn);
2、負(fù)責(zé)訓(xùn)練模型不斷提高其在行業(yè)領(lǐng)域的算法質(zhì)量;建設(shè)高效的評(píng)測方法和技術(shù)體系;采集、調(diào)研并生產(chǎn)行業(yè)領(lǐng)域的高質(zhì)量數(shù)據(jù)集;
3、持續(xù)關(guān)注業(yè)界最新的技術(shù)趨勢(shì)和研究成果,分享行業(yè)最佳實(shí)踐,將前沿技術(shù)應(yīng)用于大模型中。
任職要求:
1、具備LLM 應(yīng)用、RAG或Agent相關(guān)技術(shù)經(jīng)驗(yàn)
2、編程能力強(qiáng),熟練掌握Python等編程語言。對(duì)于AI相關(guān)的Python庫比較了解,比如Pandas等
3、熟悉傳統(tǒng)機(jī)器學(xué)習(xí)的概念,熟悉機(jī)器學(xué)習(xí)各種任務(wù)的定義、目標(biāo)、解決的問題、及衡量指標(biāo)
4、熟悉深度學(xué)習(xí)框架,如TensorFlow、PyTorch等。可以利用這些框架快速搭建和訓(xùn)練模型,解決實(shí)際問題。比如利用PyTorch搭建一個(gè)自然語言處理中的文本分類模型
5、具有良好的數(shù)學(xué)基礎(chǔ),對(duì)概率論、線性代數(shù)、微積分了,能夠通過數(shù)學(xué)方法分析模型的性能和誤差,能夠看懂用公式定義表述的學(xué)習(xí)任務(wù)
6、創(chuàng)新能力比較強(qiáng),對(duì)于不斷探索新的AI技術(shù)和應(yīng)用場景有強(qiáng)烈意愿和主觀能動(dòng)性
7、解決問題的能力比較強(qiáng),善于解決各種繁瑣的技術(shù)問題,能夠搭建數(shù)據(jù)集
此為外包崗位,需在客戶現(xiàn)場辦公