职位&公司对比
职位详情
- 南京
- 5-10年
- 硕士
1 深入理解PyTorch原理,并能够熟练使用PyTorch进行大模型的训练和微调。 2 具备大模型国产适配和推荐加速的经验,能够优化大模型在国产硬件上的性能和效boss率。 3 拥有丰富的行业或领域大模型微调项目经验,并成功实施过多个类似项目。 4 深入理解主流智能体框架,如Autogen、Crew等,并能够熟练使用这些框架进行智能体的开发和优化。 5 精通LLama Index等RAG框架和高级RAG技术,能够利用这些技术进行高效的信息检索和问答生成。 6 熟练使用向量数据库和图谱数据库,对信息来自BOSS直聘匹配技术和算法有深入理解,能够优化信息检索和匹配的准确性和效率。 7 深入理解多模态对齐、多模态表征、多模态融合等技术,能够在大模型中实现高效的多模态信息处理和融合。 8 负责设计和开发大模型微调和领域通用智能体工具、领域RAG通用工具或领域级生成工具、写作工具等,并推动这些产品的研发和优化。 1 教育背景:海归,985或211大学算法专业毕业,研究生学历5年以上,或博士生学历3年以上优先。 2 工作经历:在NLP算法领域有5年以上的研究经验,其中至少有2年专注于大模型算法的研究和开发。 3 精通Pythokanzhunn等编程语言,具备扎来自BOSS直聘实的算法和数据结构基础。 4 具备良好的团队合作精神和沟通能力,能够跨部门协作,推动项目的顺利进行。
职位详情
- 南京
- 3-5年
- 硕士
主要职责 1、主导模型的post-training工作:包括但不限于数据清洗、模型的蒸馏与对齐、模型的量化、领域能力的加强,以优化模型性能。 2、优化模型在金融任务中的效果:通过各种技术手段,确保模型在金融任务中的准确性和鲁棒性。 3、设计和实现高效的模型优化直聘策略:结合最新的研究成果和技术趋势,设计并实现高效的模型优化策略。 4、与技术团队紧密合作:收集、清洗和标注数据集,以支持模型训练和评估。 5、性能监控和反馈机制:实施和优化模型在实际应用中的部署,包括性能监控和反馈机制。 6、跟踪和研究最新进展:关注计算机视觉、自然语言处理和多模态大模型的最新进展,确保技术与行业趋势直聘保持一致。 7、撰写技术文档和研究报告:与团队和利益相关者沟通项目进展与成果,撰写详细的技术文档和研究报告 职位描述 教育背景:计算机科学、人工智能、电子工程或相关领域的硕士或博士学位。 工作经验:至少3年以上在直聘多模态大模型优化或相关领域的工作经验。 技术技能: 扎实的编程能力,熟练掌握Python、TensorFlow、PyTorch等深度学习框架。 熟悉模型的post-training技术,包括但不限于数据清洗、模型蒸馏与对齐、BOSS直聘模型量化等。 具备模型的sft、ppo、dpo等经验。 加分项: 发表过相关领域的研究论文或专利。
技能解析
- 开发和优化
- 结构基础
- 团队合作精神
- 跨部门协作
- 编程语言
- 研究和开发
- 团队合作
- 数据结构
- 算法和数据结构
- 信息处理
- 沟通能力
- 合作精神
- 模型算法
数据来自CSL职业科学研究室
技能解析
- 深度学习框架
- 研究成果
- 计算机视觉
- 深度学习
- 研究报告
- 电子工程
- 编程能力
- 数据清洗
- 项目进展
- 紧密合作
- 优化策略
- 写技术文档
- 自然语言
- 模型训练
- 技术文档
数据来自CSL职业科学研究室
公司福利
- 节日福利
- 定期体检
- 补充医疗保险
- 五险一金
备注
职位发布者未明确表明公司信息,具体可咨询职位发布人进行确认。
备注
职位发布者未明确表明公司信息,具体可咨询职位发布人进行确认。