NLP算法工程师（大模型方向）

1. 领域数据抽取，针对生物医药、知识产权、材料、通信等领域的文本、表格、图片等多模态数据进行抽取；

2. 构建和迭代大规模语义检索系统；

3. 负责LLM相关底层技术的研究与实现，生成式大模型优化及业务场景实现；

4. 独立阅读论文，调研解决方案，设计实验，并对现有系统进行改进；

5. 通过 SFT、PEFT，DPO/PPO 等技术对齐大模型并业务落地；

1. 熟悉Python/Java/C++等其中至少一种语言，有较强的工程能力；

2. 熟悉常用机器学习/深度学习算法，熟悉 tensorflow、pytorch 等深度学习框架，有大规模分布式训练经验优先；

3. 理解GPT相关原理，如prompt、finetuning、transformer等关键技术；

4. 有信息抽取（实体识别、关系抽取、事件抽取）、机器阅读理解（文档理解、表格理解）、信息检索（文本表示学习、混合检索）相关经验；

5. 熟悉大模型原理及高效参数微调技术；

6. 工作认真负责，善于沟通，有较强的团队意识；善于学习；

AI推理算法工程师

1. 负责AI模型的推理优化、模型加速及部署;

2. 负责模型推理的故障排除和性能调试，持续迭代优化推理架构;

3. 负责基础设施和工具开发，创建和维护AI模型推理的基础设施和工具，包括模型转换、部署、监控和调试提高模型部署效率。

1. 熟悉常用的的深度学习模型转换框架;有FasterTransformer/TensorRT/Triton等部

2. 署经验者优先:

3. 熟悉深度学习模型网络结构及其剪枝，量化等模型压缩优化技术，特别是

4. Transformer结构的模型:

5. 有AI模型推理实践经验，熟悉大模型推理优化技术工作原理者优先；

6. 具备优秀的逻辑思维能力，对解决挑战性问题充满热情，善于解决问题和分析问题。