崗位職責(zé)
1. 負(fù)責(zé)大規(guī)模微調(diào)，包含但不限于參數(shù)更新的微調(diào)、優(yōu)化器微調(diào)、數(shù)據(jù)增強(qiáng)的微調(diào)、正則微調(diào)等
2. 研究并實現(xiàn)基于RAG的知識增強(qiáng)技術(shù)，提升模型在特定領(lǐng)域的知識理解和生成能力。
3. 負(fù)責(zé)知識庫的構(gòu)建、維護(hù)和優(yōu)化，包括知識抽取、知識融合、知識表示和知識檢索等，支持模型的智能化應(yīng)用。
4. 與跨部門團(tuán)隊緊密合作，參與項目需求分析、技術(shù)選型、模型選型等關(guān)鍵環(huán)節(jié)，推動項目順利進(jìn)行
5. 與產(chǎn)品團(tuán)隊緊密合作，將研發(fā)的技術(shù)成果應(yīng)用于實際業(yè)務(wù)場景。
6. 負(fù)責(zé)數(shù)據(jù)的收集、清洗、預(yù)處理及特征工程，確保數(shù)據(jù)質(zhì)量，提升模型的訓(xùn)練效果。
任職要求
1. 數(shù)學(xué)、計算機(jī)科學(xué)、人工智能、自然語言處理或相關(guān)領(lǐng)域碩士及以上學(xué)歷，博士優(yōu)先。
2. 熟練掌握Python編程語言，具備扎實的算法和數(shù)據(jù)結(jié)構(gòu)基礎(chǔ)，熟悉常見的機(jī)器學(xué)習(xí)算法（如CNN、RNN、Transformer等）及大模型架構(gòu)。
3. 深入掌握至少一種深度學(xué)習(xí)框架（如TensorFlow、PyTorch等），具備大模型訓(xùn)練和調(diào)優(yōu)經(jīng)驗者優(yōu)先。
4. 對LLM、RAG、知識圖譜、自然語言處理等技術(shù)有深入理解和實踐經(jīng)驗，熟悉大模型的預(yù)訓(xùn)練、微調(diào)（SFT）、RLHF等流程。
5. 熟悉知識圖譜的構(gòu)建與應(yīng)用，掌握知識抽取、知識融合、知識表示等技術(shù)，熟悉Neo4j、AllegroGraph等圖數(shù)據(jù)庫的使用。
