|
|
| |
| |
职位描述 用小程序查看更多 |
|
四个岗位方向: 1. 数据工程(基础):包括数据收集、清洗、去重、过滤、配比等,决定模型“吃什么”。 2. 预训练(核心):在海量文本上学习语言规律和世界知识,产出“基座模型”。 3. 后训练(精调):包括指令微调(SFT)、人类反馈强化学习(RLHF)等,让模型学会对话、遵循指令、对齐价值观。 4. 推理(应用):模型训练完成后,在实际使用中生成回答,涉及加速优化(如量化、蒸馏、KV Cache等)。
任职要求: 1.本科及以上学历,计算机、人工智能、数据科学、数学、生物信息学、计算生物学或相关理工科专业。 2.有大模型训练数据、数据工程、数据挖掘、信息抽取、Synthetic Data 或相关项目经验优先考虑。 3.熟悉 Python,具备较强的数据处理与工程能力。 4.熟悉大规模数据处理流程,对数据质量、数据分布和训练效果之间的关系有实际理解。 5.能够从模型训练结果反向分析数据问题,而不仅仅完成数据 ETL。 6.对 AI for Science 有长期热情,愿意处理复杂、异构且并不完美的真实科学数据。 |
|
| |
|
| |
90693,***,2026-11-12 18:24:14
141494,廖**,2026-11-9 19:56:44
137642,***,2026-11-9 19:31:24
137642,***,2026-11-9 19:30:51
90693,***,2026-11-9 17:55:01
|
|
| |
|