岗位职责:
1. 检索增强生成(RAG)与智能体研发:参与基于大语言模型(LLM)的智能体开发,负责从算法设计到模型落地的全过程。
2. 深度学习与工艺优化控制:应用深度学习技术实现工艺优化与智能控制,提升生产流程的智能化水平和运行效率。
3. 强化学习与多目标优化:研究并应用强化学习方法进行多目标优化控制,提升智能决策能力和系统鲁棒性。
4. 算法研发与优化:在机器学习、深度学习、多模态学习等领域进行模型设计、性能分析与优化。
5. 知识图谱与大模型应用:结合知识图谱及大语言模型技术,探索实际业务场景的创新应用,推动AI项目的持续迭代。
6. 技术文档与分享:撰写技术文档并进行内部技术交流,提升团队整体技术水平。
任职要求:
1. 学历要求:硕士及以上学历,专业背景包括通信、自动化、数学或相关领域。
2. 研究与竞赛经验:
- 在顶级会议(顶会)或优秀国际期刊发表过高水平论文者优先;
- 参加过知名国际AI竞赛并获得奖项者优先。
3. 专业技能:
- 熟悉机器学习、深度学习基础理论及主流框架(如TensorFlow、PyTorch等);
- 熟悉强化学习、多目标优化、控制理论及其在智能决策系统中的应用;
- 熟悉知识图谱、多模态学习、大模型的训练、推理和微调;
4. 数学基础:扎实的数学功底(线性代数、概率统计、优化理论等),能够将理论知识应用于解决实际问题。
5. 编程能力:精通至少一种编程语言(Python、C++、Java等),具备良好的编码习惯和工程实现能力。
6. 数据处理:具备较强的数据清洗、特征工程和数据可视化能力。
7. 团队合作与创新:拥有良好的沟通能力与团队协作精神,善于创新并勇于解决复杂挑战。
优先条件:
1. 学术与竞赛:在顶会或高水平国际期刊发表过论文,或在国际知名AI竞赛中获奖者优先。
2. 实际项目经验:有实际项目经验,尤其是将AI技术应用到落地场景,参与过RAG、LLM相关项目者优先。
3. 知识图谱与大模型:对知识图谱、知识工程、多模态大模型等有深入了解与实践经验者优先。掌握RAG相关方法及LLM智能体开发流程者优先。
4. 工艺优化与智能控制:具备在工艺优化、工业控制等领域的算法应用经验者优先。
5. 科学机器学习:具备**物理信息神经网络(PINN)、算子学习(Operator Learning)相关研究或应用经验者优先。