【崗位職責(zé)】
1.深入了解和挖掘業(yè)務(wù)痛點(diǎn)并提出可行的解決方案
3.參與海量數(shù)據(jù)分析與統(tǒng)計(jì),能夠深入分析現(xiàn)有模型不足,持續(xù)優(yōu)化算法
4.對(duì)技術(shù)有熱情,能夠及時(shí)跟進(jìn)數(shù)據(jù)挖掘,機(jī)器學(xué)習(xí)相關(guān)技術(shù)的最前沿技術(shù)發(fā)展,并合理的運(yùn)用到實(shí)際產(chǎn)品
5.負(fù)責(zé)公司的算法設(shè)計(jì)和研發(fā)工作,通過(guò)數(shù)據(jù)分析、機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘算法發(fā)現(xiàn)業(yè)務(wù)問(wèn)題和機(jī)會(huì)點(diǎn)
7.研究和開(kāi)發(fā)基于LLM、RAG和AIGC、AGI高級(jí)智能體應(yīng)用
8.優(yōu)化大模型在不同業(yè)務(wù)場(chǎng)景下的微調(diào)和應(yīng)用,確保模型的準(zhǔn)確性和效率
9.構(gòu)建和維護(hù)知識(shí)庫(kù),結(jié)合RAG技術(shù),提升問(wèn)答系統(tǒng)、智能助手等的性能
10.探索并實(shí)現(xiàn)大模型在多模態(tài)、多場(chǎng)景下的應(yīng)用,推動(dòng)公司AGI的發(fā)展
11.利用傳統(tǒng)機(jī)器學(xué)習(xí)算法,如分類、回歸、聚類等幫助客戶實(shí)現(xiàn)專業(yè)模型的預(yù)測(cè)及推理應(yīng)用
【任職要求】
1. 必須熟練掌握NLP方向案例,對(duì)底層算法了解有加分。至少對(duì)BoW、詞嵌入、TF-IDF、NER、TC、GANs、BERT等三種以上NLP算法有實(shí)際落地經(jīng)驗(yàn)。
2. 對(duì)PyTorch、TensorFlow、Keras、Scikit-Learn、JAX、MXNet等相關(guān)機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、自動(dòng)微分、科學(xué)計(jì)算框架熟練操作(其中2種即可)
3. 對(duì)數(shù)據(jù)敏感,喜歡并善于從數(shù)據(jù)中發(fā)現(xiàn)規(guī)律
4. 有機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘、推薦等算法相關(guān)的實(shí)際項(xiàng)目經(jīng)驗(yàn)
5. 精通R、Python、Java、Scala一種或幾種語(yǔ)言,熟悉Linux開(kāi)發(fā)環(huán)境
6. 熟悉Hive、Spark等大數(shù)據(jù)處理技術(shù),有機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘等系統(tǒng)搭建實(shí)施經(jīng)驗(yàn)
7. 有營(yíng)銷、能源、制造、推薦策略相關(guān)行業(yè)經(jīng)驗(yàn)優(yōu)先
8. 對(duì)大型語(yǔ)言模型、RAG和AIGC有深入理解,具備相關(guān)項(xiàng)目經(jīng)驗(yàn)者優(yōu)先
9.對(duì)算法底層方程式、目標(biāo)函數(shù)求解有研究者優(yōu)先
核心:技術(shù)方向=大數(shù)據(jù)/機(jī)器學(xué)習(xí)+預(yù)測(cè)/推理/NLP/LLM