崗位職責:
1. 檢索增強生成(RAG)與智能體研發:參與基于大語言模型(LLM)的智能體開發,負責從算法設計到模型落地的全過程。
2. 深度學習與工藝優化控制:應用深度學習技術實現工藝優化與智能控制,提升生產流程的智能化水平和運行效率。
3. 強化學習與多目標優化:研究并應用強化學習方法進行多目標優化控制,提升智能決策能力和系統魯棒性。
4. 算法研發與優化:在機器學習、深度學習、多模態學習等領域進行模型設計、性能分析與優化。
5. 知識圖譜與大模型應用:結合知識圖譜及大語言模型技術,探索實際業務場景的創新應用,推動AI項目的持續迭代。
6. 技術文檔與分享:撰寫技術文檔并進行內部技術交流,提升團隊整體技術水平。
任職要求:
1. 學歷要求:碩士及以上學歷,專業背景包括通信、自動化、數學或相關領域。
2. 研究與競賽經驗:
- 在頂級會議(頂會)或優秀國際期刊發表過高水平論文者優先;
- 參加過知名國際AI競賽并獲得獎項者優先。
3. 專業技能:
- 熟悉機器學習、深度學習基礎理論及主流框架(如TensorFlow、PyTorch等);
- 熟悉強化學習、多目標優化、控制理論及其在智能決策系統中的應用;
- 熟悉知識圖譜、多模態學習、大模型的訓練、推理和微調;
4. 數學基礎:扎實的數學功底(線性代數、概率統計、優化理論等),能夠將理論知識應用于解決實際問題。
5. 編程能力:精通至少一種編程語言(Python、C++、Java等),具備良好的編碼習慣和工程實現能力。
6. 數據處理:具備較強的數據清洗、特征工程和數據可視化能力。
7. 團隊合作與創新:擁有良好的溝通能力與團隊協作精神,善于創新并勇于解決復雜挑戰。
優先條件:
1. 學術與競賽:在頂會或高水平國際期刊發表過論文,或在國際知名AI競賽中獲獎者優先。
2. 實際項目經驗:有實際項目經驗,尤其是將AI技術應用到落地場景,參與過RAG、LLM相關項目者優先。
3. 知識圖譜與大模型:對知識圖譜、知識工程、多模態大模型等有深入了解與實踐經驗者優先。掌握RAG相關方法及LLM智能體開發流程者優先。
4. 工藝優化與智能控制:具備在工藝優化、工業控制等領域的算法應用經驗者優先。
5. 科學機器學習:具備**物理信息神經網絡(PINN)、算子學習(Operator Learning)相關研究或應用經驗者優先。