職位描述
該職位還未進行加V認證,請仔細了解后再進行投遞!
我們正在尋找一位專注于自然語言處理(NLP)和多模態深度學習應用的技術專家,特別是在對話系統、信息抽取、文檔摘要和文本生成等領域。您將致力于AI技術,尤其是RAG(Retrieval-Augmented Generation)和Agent技術,應用于實際業務場景中,推動技術落地并解決實際問題。我們更關注候選人在大模型應用、組件集成以及業務場景優化方面的能力。
一、工作職責:
1.負責大模型(如Qwen、ChatGLM、LLaMa等)在實際業務場景中的應用,包括模型選擇、Prompt設計、RAG和Agent技術的集成與優化。
2.結合業務需求,設計并實現基于RAG和Agent技術的解決方案,提升對話系統、信息抽取、文檔摘要等任務的效果和效率。
3.探索大模型在民航業務中的應用場景,優化模型性能,提升業務指標。
4.參與大模型的微調與推理優化,結合實際業務數據,設計高效的微調策略和評估方法。
5.研究并應用業界先進的Prompt工程技術,提升模型的語義理解和生成能力,結合RAG和Agent技術解決復雜任務。
6.與工程團隊協作,完成大模型與現有系統的集成,優化模型部署和推理效率。
7.跟蹤NLP和多模態領域的***進展,結合實際業務需求,快速實現技術落地。
二、任職要求:
1.計算機、自然語言處理、人工智能、機器學習等相關專業的本科或以上學歷。
2.至少3年以上自然語言處理相關工作經驗,具備豐富的NLP技術應用經驗,熟悉RAG、Agent技術及其在實際場景中的應用。
3.熟悉主流大模型(如Qwen、ChatGLM、LLaMa、BAICHUAN等),具備大模型應用、Prompt設計和微調經驗者優先。
4.熟練掌握Python編程,具備良好的工程實現能力,能夠快速將算法應用于實際業務場景。
5.具備較強的業務理解能力,能夠將技術能力與業務需求結合,提出并實現高效的解決方案。
6.具備優秀的團隊協作和溝通能力,能夠與產品、工程團隊緊密合作,推動技術落地。
7.對NLP和多模態技術的應用充滿熱情,有較強的學習能力和技術探索精神。
三、加分項:
1.有實際業務場景中應用RAG和Agent技術的經驗,能夠結合業務需求設計并優化解決方案。
2.熟悉大模型推理優化技術,如量化、剪枝、蒸餾等,具備模型部署和性能優化經驗。
3.有民航或相關行業AI技術應用經驗者優先。
我們期待您的加入,共同推動AI技術在民航業務中的創新應用,解決實際問題,創造業務價值!
一、工作職責:
1.負責大模型(如Qwen、ChatGLM、LLaMa等)在實際業務場景中的應用,包括模型選擇、Prompt設計、RAG和Agent技術的集成與優化。
2.結合業務需求,設計并實現基于RAG和Agent技術的解決方案,提升對話系統、信息抽取、文檔摘要等任務的效果和效率。
3.探索大模型在民航業務中的應用場景,優化模型性能,提升業務指標。
4.參與大模型的微調與推理優化,結合實際業務數據,設計高效的微調策略和評估方法。
5.研究并應用業界先進的Prompt工程技術,提升模型的語義理解和生成能力,結合RAG和Agent技術解決復雜任務。
6.與工程團隊協作,完成大模型與現有系統的集成,優化模型部署和推理效率。
7.跟蹤NLP和多模態領域的***進展,結合實際業務需求,快速實現技術落地。
二、任職要求:
1.計算機、自然語言處理、人工智能、機器學習等相關專業的本科或以上學歷。
2.至少3年以上自然語言處理相關工作經驗,具備豐富的NLP技術應用經驗,熟悉RAG、Agent技術及其在實際場景中的應用。
3.熟悉主流大模型(如Qwen、ChatGLM、LLaMa、BAICHUAN等),具備大模型應用、Prompt設計和微調經驗者優先。
4.熟練掌握Python編程,具備良好的工程實現能力,能夠快速將算法應用于實際業務場景。
5.具備較強的業務理解能力,能夠將技術能力與業務需求結合,提出并實現高效的解決方案。
6.具備優秀的團隊協作和溝通能力,能夠與產品、工程團隊緊密合作,推動技術落地。
7.對NLP和多模態技術的應用充滿熱情,有較強的學習能力和技術探索精神。
三、加分項:
1.有實際業務場景中應用RAG和Agent技術的經驗,能夠結合業務需求設計并優化解決方案。
2.熟悉大模型推理優化技術,如量化、剪枝、蒸餾等,具備模型部署和性能優化經驗。
3.有民航或相關行業AI技術應用經驗者優先。
我們期待您的加入,共同推動AI技術在民航業務中的創新應用,解決實際問題,創造業務價值!
工作地點
地址:上海閔行區虹翔三路36號
查看地圖
