一、崗位職責(zé)
1.算法及大模型開(kāi)發(fā)：
負(fù)責(zé)設(shè)計(jì)和開(kāi)發(fā)高效的CV算法和大模型，以解決特定的業(yè)務(wù)或研究問(wèn)題。
持續(xù)改進(jìn)現(xiàn)有模型中算法的性能，包括但不限于提高準(zhǔn)確度、運(yùn)行速度和降低資源消耗。
2.數(shù)據(jù)處理與分析：
管理和優(yōu)化數(shù)據(jù)處理流程，針對(duì)業(yè)務(wù)進(jìn)行數(shù)據(jù)方案及標(biāo)注方案的編寫(xiě)，保證模型訓(xùn)練和優(yōu)化，熟練掌握數(shù)據(jù)集優(yōu)化方法。
3.模型訓(xùn)練與評(píng)估：
負(fù)責(zé)CV模型的訓(xùn)練、微調(diào)和驗(yàn)證，以確保模型達(dá)到預(yù)定性能目標(biāo)。
4.模型優(yōu)化與部署：
應(yīng)用模型量化、剪枝等技術(shù)優(yōu)化模型，負(fù)責(zé)模型的部署與集成，確保算法能平滑集成到產(chǎn)品或服務(wù)中。
5.集成開(kāi)發(fā)：
多模塊之間的接口調(diào)用及業(yè)務(wù)邏輯實(shí)現(xiàn)，根據(jù)業(yè)務(wù)需求對(duì)模型功能進(jìn)行封裝
６.技術(shù)創(chuàng)新與研究：
跟蹤AI領(lǐng)域，尤其是大模型和深度學(xué)習(xí)的最新進(jìn)展，將前沿技術(shù)應(yīng)用于實(shí)際問(wèn)題解決。
探索和實(shí)驗(yàn)新技術(shù)，不斷創(chuàng)新以提升算法性能和應(yīng)用效果。
二、任職要求
1、教育背景：擁有計(jì)算機(jī)科學(xué)、人工智能、數(shù)學(xué)、統(tǒng)計(jì)學(xué)等相關(guān)專(zhuān)業(yè)的碩士或博士學(xué)位，項(xiàng)目經(jīng)驗(yàn)特別豐富的可放寬至本科；
2、項(xiàng)目經(jīng)驗(yàn)：擁有開(kāi)源大模型優(yōu)化和部署的實(shí)戰(zhàn)經(jīng)驗(yàn)者優(yōu)先，熟悉模型訓(xùn)練、微調(diào)和各種微調(diào)方法，CV方向如ｙｏｌｏ等模型項(xiàng)目經(jīng)驗(yàn)５年以上；
3、專(zhuān)業(yè)技能：
熟練掌握數(shù)據(jù)結(jié)構(gòu)、算法和機(jī)器學(xué)習(xí)理論。
熟悉CV相關(guān)開(kāi)源模型、熟悉機(jī)器學(xué)習(xí)算法、了解深度學(xué)習(xí)模型（CNN、LSTM、Transformer、GPT等）
熟練使用深度學(xué)習(xí)框架（如TensorFlow、PyTorch）、Python編程及正則表達(dá)式，以及pytorch, sklearn, numpy, pandas等開(kāi)發(fā)庫(kù)工具，同時(shí)有python及C++等經(jīng)驗(yàn)者優(yōu)先；
了解關(guān)系數(shù)據(jù)庫(kù)（如MySQL、Oracle）的使用，了解向量知識(shí)庫(kù)的用法。
4、實(shí)戰(zhàn)經(jīng)驗(yàn)：
擁有２個(gè)以上端到端CV大模型交付項(xiàng)目經(jīng)驗(yàn)的優(yōu)先，具有獨(dú)立處理和解決復(fù)雜的技術(shù)問(wèn)題能力的優(yōu)先。