1. 教育背景：
- 计算机科学、人工智能相关领域的本科及以上学历，985、211、双一流优先。
2. 技术能力：
- 熟悉深度学习、自然语言处理、计算机视觉等领域的基本理论和算法。
- 具备大规模预训练模型（如GPT、BERT、Transformer等）的研发经验。
- 熟悉分布式训练框架（如PyTorch、TensorFlow、Horovod等），并具备性能优化经验。
- 熟悉模型压缩技术（如剪枝、量化、蒸馏等）者优先。
- 具备多模态大模型研发经验者优先。
3. 编程能力：
- 熟练掌握Python、C++、C等任意一种编程语言，具备良好的代码风格和工程能力。
- 熟悉Linux开发环境，具备大规模数据处理和分布式系统开发经验。
4.成功案例：
-有提供解决方案能力。
-有工程方向AI研究案例。

【工作职责】

1. 大模型研发与优化：
- 负责大规模预训练模型（如NLP、CV、多模态等）的算法设计与研发，包括模型架构创新、训练策略优化等。
- 探索大模型的高效训练方法，解决数据并行、模型并行、流水线并行等技术难题。
- 针对特定业务场景，进行模型剪枝、量化、蒸馏等优化，提升模型推理效率。
2. 分布式训练与性能优化：
- 设计和优化大规模分布式训练框架，提升训练效率与资源利用率。
- 解决大规模训练中的性能瓶颈问题，包括通信优化、内存优化等。
3. AI技术落地与应用：
- 将大模型技术与云计算业务场景结合，推动AI技术在智能客服、智能体、知识库、内容生成、数据分析等领域的应用落地。
- 与产品团队紧密合作，提供技术支持和解决方案，确保技术成果的快速转化。
4. 前沿技术研究：
- 跟踪AI领域的最新研究成果，探索大模型技术的前沿方向，如自监督学习、强化学习、多模态融合等。
- 参与学术交流与技术分享，提升团队的技术影响力。