职位&公司对比

职位详情

• 北京
• 3-5年
• 硕士

• 深度学习
• 大模型算法
• 自然语言处理算法
• 推荐算法
• 运筹优化算法
• 模型加速/性能优化
• Python
• 算法工程化经验
• Prompt

Prompt调优方向算法工程师 1. 负责RAG的Prompt设计与调优，提升模型在对话、问答、摘要等任务中的性能与可控性； 2. 开发自动化Prompt生成与优化算法，结合强化学习（RL）、元学习（Meta-Learning）等技术降低人工调优成本； 3. 设计并实现针对医疗领域的领域适配Prompt策略，解决专业术语、逻辑推理等问题； 4. 探索Prompt与模型微调（Fine-tuning）的结合方案，优化Few-shot/Zero-shot学习效果； 5. 构建Prompt效果评估体系，设计多维度评测指标（如相关性、事实性、安全性），推动模型迭代； 6. 跟踪学术界与工业界前沿技术（如RAG、Chain-of-Thought），输出技术方案并落地到业务场景。 任职要求 - 计算机科学、人工智能、数学等相关专业硕士及以上学历； - 熟练掌握Python，熟悉TensorFlow/PyTorch等深度学习框架； - 深入理解NLP基础技术（如文本表示、注意力机制）及主流LLM架构（如GPT、BERT、T5）； - 熟悉Promptkanzhun Enginkanzhuneering方法论，有实际调优经验（如角色设定、思维链设计、模板优化）； - 具备算法优化能力，熟悉强化学习、贝叶斯优化等技术者优先； 经验要求 - 3年以上NLP算法研发经验，有RAG应用项目经验； - 有Prompt自动生kanzhun成、多轮对话优化、领域迁移学习等项目案例者优先； - 对AI技术医疗领域商业化落地有强烈兴趣，能快速理解业务需求； - 具BOSS直聘备较强的逻辑思维与问题拆解能力，对技术细节有极致追求。 - 技术博客/GitHub链接（如有）；