|
|
| |
| |
职位描述 用小程序查看更多 |
|
1.协助大模型技术研发与优化
- 学习和探索大模型（如 LLM、多模态模型）的核心算法，包括预训练、微调（Fine-tuning）、提示工程（Prompt Engineering）、RAG（检索增强生成）等技术。
- 协助设计和实现多智能体调度框架，学习如何结合大模型实现高效的任务调度和协作机制。
2. 参与大模型应用场景落地
- 协助大模型在垂直领域的应用开发，包括但不限于 AIOps（智能运维）、代码生成/续写、智能问答、知识推理等场景。
- 参与设计高质量微调数据集和模型评估集，协助优化模型部署效率与推理成本。
3.学习工程化与性能调优
- 学习使用 Dify、LangGraph、OpenAI Swarm 等应用开发框架，协助构建原型并推进产品化。
- 提升编程能力（Python 等），熟悉 PyTorch/TensorFlow 框架，具备 CUDA/分布式训练经验者优先。
4.团队协作与创新
- 在指导下，与产品、数据、运维团队合作，理解业务需求并协助设计技术方案。
- 跟踪学术界与工业界前沿技术，参与团队的技术讨论和创新。1.教育背景
- 计算机科学、人工智能、数学等相关专业研究生，对大模型算法有浓厚兴趣。
2.技术能力
- 了解 PyTorch/TensorFlow 等深度学习框架，具备一定的编程能力（Python/C++/Java）。
- 对大模型技术有兴趣，愿意学习主流大模型技术栈（vLLM、Dify、LangGraph 等）。
- 具备良好的编程基础，有高性能计算、CUDA 优化经验者优先。
3.经验要求
- 有参与 NLP、CV 或大模型相关项目的经验者优先。
- 有相关课程项目、实习经验或开源项目贡献者优先。
- 对 AIOps 或代码生成领域有兴趣或相关经验者优先。
4.软性素质
- 具有强烈的技术热情，乐于学习新技术，能够协助团队解决问题。
- 具备良好的团队合作和沟通能力。 |
|
| |
|
|
| |
|
