职位&公司对比

职位详情

• 长沙
• 3-5年
• 本科

• AI算法

岗位职责：1. 大模型研发与优化 - 负责大规模预训练模型（LLM）的设计、开发、训练及调优，包括架构创新、参数效率提升等 - 开发Prompt优化工具提升业务人员模型交互效率 - 针对环保行业垂直场景（如如环卫车和环卫工人调度系统、设备诊断知识库来自BOSS直聘等）进行模型微调与领域适配 - 探索模型蒸馏、量化、稀疏化等技术，降低计算与存储成本 2. 数据处理与工程化 - 构建高质量多模态训练数据集，设计数据清洗、增强及标注策略 - 开发高效数据预处理流水线，解决大数据存储、分布式加载等工程问题 - 构建模型微调Pipeline，对接环卫作业数据、物联网（物联网）、内部管理系统等数据流 - 跟踪LLM领域最新进展（如MoE、长上下文处理、多模态对齐），推动技术迭代 3. 模型部署与性能优化 - 实现大模型的高效推理部署，直聘优化GPU/TPU资源利用率 - 研究模型服务化方案（如API服务、边缘端部署），解决延迟、吞吐量等性能瓶颈 4.跨团队协作 - 与产品、业务团队深度合作，将技术能力转化为实际应用场景 - 撰写技术文档、专利及论文，推动团队技术影响力 任职要求：1.计算机科学、软件工程、数学、统计学或相关领域本科及以上学历 2.3年以上深度学习研发经验，3年以上大模型（10B+参数）实战经验 算法基础： - 精通PyTorch/TensorFlow框架，熟悉Megatron-LM、DeepSpeed等分布式训练工具 - 深入理解Transformer、注意力机制、RLHF等核心技术，具备模型源码级调优能力 - 理解RAG技术链实现逻辑，有LoRA、P-Tuning等高效微调技术经验 工程能boss力： - 熟练使用PyTorch+DeepSpeed分布式训练框架 - 有Huggingface/OpenXLab生态项目落地经验 - 熟悉Docker+K8s部署方案 - 熟练使用CUDA、TensorRT等加速库，具备高性能计算优化经验 加分项： 具备城市服务和离散制造业相关经验优先； 具备环保物联网数据、环卫作业数据对接经验优先； 参与过环保科研项目课题研究者优先； 3.工作积极主动，耐心仔细，沟通协调能力好，责任心强，逻辑思维强，能承受工作压力，具有良好的团BOSS直聘队合作精神，能吸收新技术和实践的能力。