工作職責(zé):
1、數(shù)據(jù)準(zhǔn)備與處理：收集、整理和清洗行業(yè)內(nèi)相關(guān)數(shù)據(jù)，確保數(shù)據(jù)的高質(zhì)量與可用性，為模型訓(xùn)練奠定堅實(shí)基礎(chǔ)， 設(shè)計并實(shí)施有效的數(shù)據(jù)增強(qiáng)策略，擴(kuò)充數(shù)據(jù)集規(guī)模，提升數(shù)據(jù)多樣性，以優(yōu)化模型的泛化能力。
2、模型訓(xùn)練與微調(diào)：熟練運(yùn)用主流AI大模型，針對公司業(yè)務(wù)場景與行業(yè)數(shù)據(jù)，制定精準(zhǔn)的微調(diào)訓(xùn)練方案，實(shí)現(xiàn)模型性能的最大化提升，搭建和優(yōu)化訓(xùn)練環(huán)境，高效配置計算資源，確保訓(xùn)練過程的穩(wěn)定性與高效性，能夠快速定位并解決訓(xùn)練過程中出現(xiàn)的各類技術(shù)問題。
3、訓(xùn)練系統(tǒng)構(gòu)建與優(yōu)化：負(fù)責(zé)構(gòu)建完整、可靠的AI大模型訓(xùn)練系統(tǒng)，涵蓋數(shù)據(jù)管理、模型訓(xùn)練、評估驗(yàn)證等各個環(huán)節(jié)，確保系統(tǒng)的可擴(kuò)展性與靈活性，以適應(yīng)不斷增長的數(shù)據(jù)與業(yè)務(wù)需求，持續(xù)優(yōu)化訓(xùn)練系統(tǒng)的性能，通過技術(shù)創(chuàng)新與架構(gòu)優(yōu)化，提升訓(xùn)練效率，降低計算成本，推動訓(xùn)練系統(tǒng)的智能化與自動化水平。
4、知識體系建設(shè)：將行業(yè)數(shù)據(jù)與專業(yè)知識深度融入模型訓(xùn)練，構(gòu)建具有行業(yè)特色的專有知識體系，使模型能夠精準(zhǔn)理解和應(yīng)用行業(yè)知識，為公司業(yè)務(wù)提供智能決策支持，與行業(yè)專家緊密合作，挖掘行業(yè)內(nèi)的關(guān)鍵知識與業(yè)務(wù)邏輯，轉(zhuǎn)化為模型可學(xué)習(xí)的特征與規(guī)則，不斷豐富和完善行業(yè)知識體系。
任職資格:
1、碩士及以上學(xué)歷，計算機(jī)科學(xué)、人工智能、機(jī)器學(xué)習(xí)等相關(guān)專業(yè)。
2、精通至少一種深度學(xué)習(xí)框架，如TensorFlow、PyTorch等，具備豐富的模型訓(xùn)練與調(diào)優(yōu)經(jīng)驗(yàn)、熟練掌握數(shù)據(jù)預(yù)處理、特征工程、模型評估等機(jī)器學(xué)習(xí)核心技術(shù)，能夠獨(dú)立完成從數(shù)據(jù)到模型部署的全流程工作。深入理解AI大模型的架構(gòu)與原理，如Transformer架構(gòu)、注意力機(jī)制等，熟悉主流大模型的訓(xùn)練方法與技巧。具備扎實(shí)的編程能力，熟練掌握Python語言，熟悉常用的數(shù)據(jù)處理與機(jī)器學(xué)習(xí)庫，如Numpy、Pandas、Scikit - learn等。
3、具有3年以上AI大模型數(shù)據(jù)微調(diào)訓(xùn)練相關(guān)工作經(jīng)驗(yàn)，有成功應(yīng)用大模型解決實(shí)際業(yè)務(wù)問題的案例。熟悉至少一個行業(yè)（如工程建設(shè)、教育等）的數(shù)據(jù)特點(diǎn)與業(yè)務(wù)需求，有在該行業(yè)進(jìn)行模型訓(xùn)練與應(yīng)用的經(jīng)驗(yàn)者優(yōu)先。
4、對新技術(shù)、新方法保持高度的敏感性與學(xué)習(xí)熱情，具備良好的問題解決能力與創(chuàng)新思維，能夠在復(fù)雜的技術(shù)場景中，提出創(chuàng)新性的解決方案，優(yōu)化模型性能與訓(xùn)練效率。
5、具備良好的團(tuán)隊(duì)協(xié)作精神，能夠與跨部門團(tuán)隊(duì)緊密合作，共同推進(jìn)項(xiàng)目進(jìn)展、擁有優(yōu)秀的溝通能力，能夠清晰、準(zhǔn)確地表達(dá)技術(shù)觀點(diǎn)與方案，與不同背景的人員進(jìn)行有效的溝通與協(xié)作。