崗位職責:
1. 檢索增強生成(RAG)與智能體研發(fā):參與基于大語言模型(LLM)的智能體開發(fā),負責從算法設(shè)計到模型落地的全過程。
2. 深度學(xué)習(xí)與工藝優(yōu)化控制:應(yīng)用深度學(xué)習(xí)技術(shù)實現(xiàn)工藝優(yōu)化與智能控制,提升生產(chǎn)流程的智能化水平和運行效率。
3. 強化學(xué)習(xí)與多目標優(yōu)化:研究并應(yīng)用強化學(xué)習(xí)方法進行多目標優(yōu)化控制,提升智能決策能力和系統(tǒng)魯棒性。
4. 算法研發(fā)與優(yōu)化:在機器學(xué)習(xí)、深度學(xué)習(xí)、多模態(tài)學(xué)習(xí)等領(lǐng)域進行模型設(shè)計、性能分析與優(yōu)化。
5. 知識圖譜與大模型應(yīng)用:結(jié)合知識圖譜及大語言模型技術(shù),探索實際業(yè)務(wù)場景的創(chuàng)新應(yīng)用,推動AI項目的持續(xù)迭代。
6. 技術(shù)文檔與分享:撰寫技術(shù)文檔并進行內(nèi)部技術(shù)交流,提升團隊整體技術(shù)水平。
任職要求:
1. 學(xué)歷要求:碩士及以上學(xué)歷,專業(yè)背景包括通信、自動化、數(shù)學(xué)或相關(guān)領(lǐng)域。
2. 研究與競賽經(jīng)驗:
- 在頂級會議(頂會)或優(yōu)秀國際期刊發(fā)表過高水平論文者優(yōu)先;
- 參加過知名國際AI競賽并獲得獎項者優(yōu)先。
3. 專業(yè)技能:
- 熟悉機器學(xué)習(xí)、深度學(xué)習(xí)基礎(chǔ)理論及主流框架(如TensorFlow、PyTorch等);
- 熟悉強化學(xué)習(xí)、多目標優(yōu)化、控制理論及其在智能決策系統(tǒng)中的應(yīng)用;
- 熟悉知識圖譜、多模態(tài)學(xué)習(xí)、大模型的訓(xùn)練、推理和微調(diào);
4. 數(shù)學(xué)基礎(chǔ):扎實的數(shù)學(xué)功底(線性代數(shù)、概率統(tǒng)計、優(yōu)化理論等),能夠?qū)⒗碚撝R應(yīng)用于解決實際問題。
5. 編程能力:精通至少一種編程語言(Python、C++、Java等),具備良好的編碼習(xí)慣和工程實現(xiàn)能力。
6. 數(shù)據(jù)處理:具備較強的數(shù)據(jù)清洗、特征工程和數(shù)據(jù)可視化能力。
7. 團隊合作與創(chuàng)新:擁有良好的溝通能力與團隊協(xié)作精神,善于創(chuàng)新并勇于解決復(fù)雜挑戰(zhàn)。
優(yōu)先條件:
1. 學(xué)術(shù)與競賽:在頂會或高水平國際期刊發(fā)表過論文,或在國際知名AI競賽中獲獎?wù)邇?yōu)先。
2. 實際項目經(jīng)驗:有實際項目經(jīng)驗,尤其是將AI技術(shù)應(yīng)用到落地場景,參與過RAG、LLM相關(guān)項目者優(yōu)先。
3. 知識圖譜與大模型:對知識圖譜、知識工程、多模態(tài)大模型等有深入了解與實踐經(jīng)驗者優(yōu)先。掌握RAG相關(guān)方法及LLM智能體開發(fā)流程者優(yōu)先。
4. 工藝優(yōu)化與智能控制:具備在工藝優(yōu)化、工業(yè)控制等領(lǐng)域的算法應(yīng)用經(jīng)驗者優(yōu)先。
5. 科學(xué)機器學(xué)習(xí):具備**物理信息神經(jīng)網(wǎng)絡(luò)(PINN)、算子學(xué)習(xí)(Operator Learning)相關(guān)研究或應(yīng)用經(jīng)驗者優(yōu)先。