职位&公司对比
职位详情
- 南京
- 本科
- 在校/应届
- Python
- C/C++
- 模型加速/性能优化
- Python
- Java
项目介绍:流体力学仿真计算与并行计算算法实现 技术内容:Fortran 、Python 、C/C++开发, 流体力学算法实现 职位描述: 1. 并发与多线程编程、基于GPU的并行计算开发; 2. 流体力学算法实现 职位要求: 1. 有流体力学仿真经验者优先;有相关开源项目经历者优先; 2. 具备扎实的Fortran、Python、C/C++编程基础boss,熟悉多线程; 3. 来自BOSS直聘流体机械、数学、计算机相关专业研究生; 4. 比如参加各boss类竞赛的,包括数学竞赛、数模竞赛之类,有获奖经历的最好。 工作地点:南京, 需要北京出差
职位详情
- 南京
- 本科
- 在校/应届
- C/C++
- 接受实习/在校生投递
- 机器学习
- 深度学习
- 大模型算法
- 自然语言处理算法
- Python
岗位职责: 1. 参与大模型技术研究与学习,(如Transformer架构、Prompt Engineering、RLHF等) 2. 协助大模型的部署优化,包括模型量化、分布式推理、服务化部署(Hugging Face/DeepSpeed等工具链实践) 3. 支持大模型训练全流程,涵盖数据清洗、分布式训练加速、模型微调(LoRA/P-Tuning等参数高效方法) 4. 探索大模型应用场景,参与构建行业垂直领域智能体(如Agent系统、知识库问答等) 5. 完成技术文档沉淀与知识分享,协助团队构建技术资产 任职要求: 1.985、211在校(大三+)学生优先考虑,每周实习1-4kanzhun天,持续2个月; 2.熟悉OpenWebUI、Langchain等项目,能够部署、修改; 3.熟练掌握至少一种编程语言,如Python(最常见,包括numpy、pandas、scikit-learn、PyTorch、TensbossorFlow等库的使用),或C++等; 4.掌握深度学习基础理论,理解Transformer/BERT/GPT等模型架构,有Hugging Face库使用经验加分; 5.熟悉RAG技术;有基于Rag构建垂直领域知识库经验者优先。 6.熟悉MCP协议、A2AI协议,有MCP服务器构建经验者优先。 7.熟悉vllm、llama.cpp等模型推理框架,有模boss型量化、分布式推理、服务化部署经验者优先。 8.具备良好的团队合作精神,能够有效沟通,积极解决技术难题。
技能解析
- C/C++
- 编程基础
- 算法实现
- C++开发
- 线程编程
- 多线程编程
- C++编程
- 熟悉多线程
数据来自CSL职业科学研究室
技能解析
- 团队合作精神
- 技术难题
- 深度学习
- 模型训练
- 编程语言
- 合作精神
- 技术研究
- 解决技术难题
- 有效沟通
- 技术文档
- 团队合作
- 数据清洗
数据来自CSL职业科学研究室
工作时间
公司福利
- 交通补助
- 生日福利
- 节日福利
- 团建聚餐
- 餐补
- 员工旅游
- 带薪年假
- 加班补助
- 年终奖
- 定期体检
- 五险一金