必备条件:
不需要做推荐报告，推荐时请备注，务必给到一下信息，避免影响流程进展
姓名：
目前地点：
期望地点：
当前薪酬：月base： 年总包：
期望薪酬：
目前在离职情况及离职时间：
学历是统招嘛，学信网可查吗？
个人优势:
1、
2、
看机会原因（离职原因）：
方便面试时间：
最快能入职时间：
备注：
优先条件:
大厂背景，学历背景好，稳定性好，年轻高潜
岗位职责:
岗位描述
1.搭配推荐数据处理与优化:负责搭配推荐场景的数据整理与清洗，包括结构化/非结构化数据的预处理，构建高质量的训练与测试数据集2.LM模型在搭配推荐中的应用:基于大模型(LM)，设计和优化适用于搭配推荐的推理链，提升搭配合理性、多样性及用户满意度。3.算法效果分析与迭代:分析模型输出结果，对推荐效果进行评估与优化，包括但不限于可解释性分析、用户反馈调整、A/B测试等。4.高效推理与工程化落地:优化LM在搭配推荐任务中的推理效率，结合向量检索、prompt Engineering、多模态融合等手段，提高算法在生产环境中的实用性与响应速度5.与产品和工程团队协作:与前端、后端及产品团队紧密合作，推动搭配推荐算法的实际落地，提升产品的智能化体验,
任职要求:
岗位要求
1.扎实的机器学习/深度学习基础:熟悉常见NLP模型(Transformer、GPT等)，理解LM的底层架构，具备模型微调、promptEngineering、LORA等优化经验者优先2.丰富的LM应用经验:有实际使用大语言模型(如ChatGPT、Lama、Claude等)进行任务优化的经验，熟悉大模型在推荐、生成、检索增强(RAG)等方向的应用。3.数据处理与特征工程能力;熟悉数据清洗、文本解析、知识图谱、多模态数据处理等技能，能够构建高质量的数据输入以提升推荐效果。4.工程能力与优化经验:熟练使用Pvthon，并掌握PVTorch等深度学习框架，具备较强的工程实现能力，能在生产环境中进行模型优化与部署5.良好的团队协作与问题解决能力:具备优秀的沟通能力，能够与产品、算法、工程团队紧密合作，快速理解业务需求，并推动算法在实际业务场景中的落地。