职位&公司对比

职位详情

• 上海
• 1年以内
• 博士

岗位职责： 1、大模型底层技术研究：深入研究大模型的核心算法（如Transfkanzhunormer、LoRA、MoE等）、优化策略和训练方法，探索新BOSS直聘型架构和技术创新。 2、模型性能优化：研究大模型的高效训练与推理方法，包括分布式训练、参数高效化、稀疏化等技术，提升模型性能与资源利用率。 3、技术标准推进：与kanzhun6G/WiFi/video等下一代标准的融合研究与标准化。 4、技术难点攻关：解决大模型底层技术中的关键来自BOSS直聘问题，探索模型在多模态、跨领域等场景中的应用潜力。 5、技术输出与分享：撰写高质量的技术论文、专利或技术报告，参与国内外顶级学术会议或行业论坛，分享研究成果。 任职要求： 1、学历要求：计算机、人工智能、数学、统计学或相关专业博士学历，2025年应届毕业生。 2、研究背景：在大模型、深度学习、分布式计算或相关领域有深入研究，发表过高水平论文（如NeurIPS、ICLR、CVPR、ACL等）。 3、技术能力： 1）熟悉主流大模型架构（如GPT、BERT、T5等）及其底层实现原理。 2）熟练掌握深度学习框架（如PyTorch、TensorFlow）及分布式训练工具（如DeepSpeed、Horovod）。 3）具备扎实的算法基础，熟悉模型压缩、量化、蒸馏等优化技术。 4、编程能力：精通Pythonkanzhun，熟悉C++或CUDA者优先。 5、创新能力：对技术研究有强烈兴趣，具备独立思考和创新能力，能够快速学习和解决复杂问题。 6、团队协作：具备良好的沟通能力和团队合作精神，能够与跨部门团队高效协作。 加分项： 1）有大规模分布式训练或超大规模模型部署经验。 2）熟悉大模型在多模态、跨语言或行业应用中的研究方向。 3）参与过开源大模型项目（如Hugging Face、OpenAI等）或有相关贡献。 4）对技术标准化工作有了解或参与经验。