1.職位描述1.1.課程開發 ? 根據市場需求，設計和開發系統化的人工智能課程，覆蓋理論、案例和真實項目開發。 ? 課程內容涵蓋以下方向： ? 數據科學基礎：包括數據預處理、特征工程等。 ? 機器學習：熟悉各類算法及其應用場景。 ? 深度學習：掌握神經網絡結構和訓練技巧。 ? 自然語言處理：了解文本分析、語言模型等。 ? 計算機視覺：包括圖像識別、處理技術。 1.2.授課與培訓 ? 通過真實項目案例進行教學，例如： ? 數據分析項目，從數據收集到模型部署的完整流程。 ? 機器學習模型在實際業務問題中的應用。 ? 深度學習在圖像和語音識別中的實際案例。 ? 結合人工智能技術，教授學生如何從零開始設計和開發AI系統。 ? 通過企業級項目（如智能推薦系統、自動化客服等），提升學生的實戰能力。 1.3.技術支持與課程優化 ? 配合學員完成企業級項目開發，提供技術指導和問題解決。 ? 定期更新和優化課程內容，確保課程與行業發展同步。 ? 組織技術分享和答疑，幫助學員掌握行業前沿技術。 2.任職要求2.1.教育背景 ? 本科或以上學歷，計算機科學、軟件工程、數據科學或相關專業優先。 2.2.技術能力 ? 熟練掌握Python編程語言，了解PyTorch深度學習框架。 ? 熟悉大模型算法，包括注意力機制、Embedding、Transformer、Bert、GPT等。 ? 掌握模型訓練與微調技術，包括LoRA/QLoRA、DeepSpeed Zero優化等。 ? 有RAG系統開發經驗，熟悉LangChain/LlamaIndex等知識庫問答系統。 ? 熟悉多Agent系統開發，了解LangGraph和AutoGen Studio等工具。 ? 有Hugging Face模型應用經驗，能夠使用Hugging Face API進行模型調用和微調。 ? 熟悉OpenAI開發技術，能夠基于OpenAI接口開發AI應用。 ? 有Langchain開發技術經驗，熟悉Prompt Engineering和LLM、Chat models等。 2.3.項目經驗 ? 至少掌握以下項目中的兩個以上： ? 有基于opencv的醫療項目，涉及醫學影像處理和分析經驗優先。 ? 有Yolov5_DeepSort_Pytorch多行人軌跡跟蹤，涉及目標檢測算法經驗優先。 ? 基于Llama3的訓練與微調，涉及大模型微調和優化。 ? 本地知識庫文檔問答機器人，涉及RAG模型和文檔處理。 ? 企業文檔問答Agent，涉及LLM和企業知識管理。 2.4.教學能力 ? 具備AI領域的教學經驗或培訓經驗，能夠將復雜的技術內容簡化，傳授給學員。 ? 熟悉企業級項目開發流程，能夠指導學員完成從零到部署的完整項目。 2.5.軟技能 ? 具備良好的溝通能力和團隊合作精神，能夠與學員和同事高效協作。 ? 能夠根據學員需求調整教學內容和進度，提升學員的學習效果。