必备条件:
1、计算机、人工智能、数学等相关专业硕士及以上学历,3年以上NLP/大模型相关研发经验。 2、熟练掌握大模型提示工程,能针对不同任务设计高效的提示策略。 3、熟悉RAG架构,具备检索算法优化(如向量检索、排序模型等)和生成模型调优经验。 4、具备评测数据生成和合成的经验,熟悉数据增强、对抗样本生成等技术。 5、深入理解大模型和智能体的评测方法,能构建自动化评估体系。 6、有大模型微调(如LoRA、Adapter等)和强化学习后训练(RLHF、DPO等)的实际项目经验。 7、熟悉主流大模型(如GPT、LLaMA、Claude等)及开源生态,具备较强的工程实现能力(Python/PyTorch)。 8、具备优秀的分析问题和解决问题的能力,对AI技术有强烈热情,能独立推动技术落地。 加分项: 1、在顶级会议(NeurIPS、ICML、ACL等)发表过大模型相关论文。 2、有大规模分布式训练或大模型推理优化经验。 3、熟悉智能体(Agent)框架开发,如AutoGPT、LangChain等。
优先条件:
一二线互联网公司
岗位职责:
1)大模型和智能体评测
2)rag优化
3)模型训练
职位描述:
1、负责大模型相关技术的研发与优化,包括提示工程、rag性能提升、评测体系构建以及模型微调等.
您将参与前沿ai技术的探索与应用,推动大模型在实际业务场景中的落地,提升模型性能和用户体验.
岗位职责:
1、大模型提示工程:设计和优化大模型的提示策略,提升模型在复杂任务中的表现,确保生成结果的准确性和可控性.
2、rag性能优化:改进检索增强生成(rag)系统的检索和生成模块,优化检索效率、相关性排序以及生成质量,提升整体系统性能.
3、评测数据生成与合成:设计和实现大模型评测数据的生成方法,包括合成数据构建、真实数据增强等,确保评测体系的全面性和可靠性.
4、大模型与智能体评测:搭建和完善大模型及智能体的评测体系,包括基准测试、自动化评估和人工评测,推动模型迭代优化.
5、大模型微调与强化学习后训练(rlhf):负责大模型的领域适配微调,优化rlhf训练流程,提升模型在特定任务上的表现和可控性.
任职要求:
任职要求:
1、计算机、人工智能、数学等相关专业硕士及以上学历,3年以上nlp/大模型相关研发经验.
2、熟练掌握大模型提示工程(prompt engineering),能针对不同任务设计高效的提示策略.
3、熟悉rag架构,具备检索算法优化(如向量检索、排序模型等)和生成模型调优经验.
4、具备评测数据生成和合成的经验,熟悉数据增强、对抗样本生成等技术.
5、深入理解大模型和智能体的评测方法,能构建自动化评估体系.
6、有大模型微调(如lora、adapter等)和强化学习后训练(rlhf、dpo等)的实际项目经验.
7、熟悉主流大模型(如gpt、llama、claude等)及开源生态,具备较强的工程实现能力(python/pytorch).
8、具备优秀的分析问题和解决问题的能力,对ai技术有强烈热情,能独立推动技术落地.
加分项:
1、在顶级会议(neurips、icml、acl等)发表过大模型相关论文.
2、有大规模分布式训练或大模型推理优化经验.
3、熟悉智能体(agent)框架开发,如autogpt、langchain等.