职位&公司对比

职位详情

• 北京
• 3-5年
• 硕士

• 机器学习
• 大模型算法
• 强化学习
• 模型加速/性能优化
• 语音算法
• 规控算法
• 多模态算法
• 数据挖掘
• C/C++
• Python
• 并行计算
• 分布式训练
• 大数据处理工具(Spark/Hadoop/Hive)
• 算法工程化经验
• 发表算法相关优秀论文
• 参加算法相关竞赛/获奖
• 优秀开源项目经历

岗位职责： 大规模模型开发与训练： 负责设计、实现和优化大规模深度学习模型（如Transformer、GPT、BERT等），主攻自然语言处理、计算机视觉等领域，推动公司AI产品的创新与升级。 模型优化与高效训练： 通过算法优化、分布式训练技术和硬件加速（如GPU、TPU）不断提升大模型的性能，降低训练成本和资源消耗，确保模型在不同环境下的高效部署。 前沿算法研究与应用： 跟踪并研究AI领域的最新技术动态，推动新型深度学习算法的开发与优化，将最新的学术成果转化为实用技术，提升产品的智能化水平。 数据处理与特征工程： 负责数据的清洗、预处理、特征提取与数据增强，确保训练数据的高质量，以促进大模型的高效训练和优化。 跨部门协作与技术支持： 与产品团队、数据科学家以及其他工程团队紧密合作，确保AI技术的顺利落地与产品迭代。 AI系统落地与技术指导： 参与大模型技术的应用与优化，指导团队成员进行技术突破，推动项目的进展和技术实现。 岗位要求： 大模型与深度学习专业背景： 具备至少3年的深度学习相关工作经验，特别是在大规模模型训练、优化、应用方面具有丰富经验，深入理解模型架构（如GPT、BERT、ResNet等）。 深度学习框架与工具： 精通主流深度学习框架（如TensorFlow、PyTorch、JAX等），能够高效使用这些工具进行模型训练、调优和部署，具有大规模训练经验（如多GPU训练、分布式训练等）。 分布式训练与模型加速： 熟悉分布式计算框架与大规模训练boss技术，具有通过并行计算、模型优化（如量化、剪枝）等手段加速训练过程的实践经验。 编程与技术实现：直聘 熟练掌握Python、C++等编程语言，能够编写高效、可扩展的代码，针对大模型进行优化，提升模型训练和推理性能。 数据处理与特征工程： 扎实的数据处理和特征工程能力，能够根据业务需求设计合适的输入数据格式，进行数据预处理与增强，优化模型的学习效果。 学术背景与创新能力： 计算机科学、数学或相关领域的硕士及以上学历，具备扎实的理论基础和算法研究能力，能够在大模型和AI领域做出技术创新和优化。 加分项： 云计算与分布式训练经验： 具有在云平台（如AWS、Google Cloud、Azure）上进行分布式训练和模型部署的经验，熟悉分布式计算工具（如Horovod、Ray等）。 生产环境AI应用经验： 有大规模AI系统部署经验，能够将研究成果转化为生产环境中的可用产品，优化AI模型在实际业务中的应用效果。 开源贡献与学术成果： 有参与AI领域的开源项目或学术论文发表经验，能够为团队引入前沿技术并推动公司技术的国际化发展。 职位发展： 技术深度与创新空间： 提供领先的技术平台和丰富的研发资源，鼓励员工深耕AI领域，参与全球顶级学术会议、技术论坛及认证考试。 行业领kanzhun先的薪资待遇： 直聘提供有竞争力的薪资和股权激励方案，确保员工在财务和技术上的双重回报。 技术领导机会： 成为技术团队的核心成员，获得技术指导、项目领导的机会，快速成长为行业顶尖AI专家。