大模型算法

生成式人工智能大语言模型开发主要职责：1、在生成式人工智能项目中进行设计和开发工作，包括但不限于人工智能模型的开发、训练、优化和部署。2、基于GPT、LLaMA等开源基础AI模型开发出我们自己的垂直领域的专用的AI模型；收集、整理、清洗数据集，并用数据集训练我们的AI模型。3、能够处理结构化和非结构化数据，如文本数据、图像数据等，熟悉数据的格式转换，如CSV、JSON、XML等。了解和实践过特征工程的基本技巧，包括特征选择、特征转换和特征提取等。具有使用数据库（如SQL、NoSQL）进行数据查询和清洗的经验。4、处理大规模数据集和训练大型模型，熟悉数据预处理、特征工程、模型选择和超参数调优等步骤。5、使用自动化机器学习（AutoML）工具和框架进行模型选择和超参数优化。6、熟悉当前的模型训练*佳实践，能够识别过拟合、欠拟合等问题，并知道如何解决。对转移学习（TransferLearning）和少样本学习（Few-shotLearning）有一定的理解和实践经验。7、具备在多种硬件平台（如CPU、GPU、TPU等）上进行模型训练和优化的能力。任职要求：1、计算机相关专业以上，工作经验两年以上。2、理解并能够使用常见的人工智能框架，如TensorFlow、PyTorch等，进行模型的开发和优化。3、理解并掌握人工智能的基础概念，熟悉常用的机器学习和深度学习算法，理解其工作原理和适用场景，包括但不限于卷积神经网络（CNN）、循环神经网络（RNN）、生成对抗网络（GANs）、强化学习等。4、掌握生成式人工智能的相关技术，包括大语言模型、图像生成模型、语音合成模型等，并能利用这些技术解决实际问题。有一定的NLP和Transformer的知识基础。5、了解大型语言模型（例如GPT、BERT、LLaMA等）的开发和优化工作原理，理解并能应用相关的技术和理论。6、熟悉开源项目和社区，能参与生成式人工智能开源项目的开发和维护工作，与全球的开发者社区进行交流和合作。7、对数据预处理和清洗有一定的了解，包括处理缺失数据、异常值、重复数据等问题。具有使用Python数据处理库（如Pandas,NumPy等）清洗和处理大规模数据集的知识和能力。8、具有使用数据库（如SQL、NoSQL）进行数据查询和清洗的经验。9、熟悉CentOS操作系统，具备在Linux环境下的项目开发和部署的能力。10、有Python、C++、GoLang或其他主要开发语言的实践经验。11、熟悉使用版本控制系统，如Git，以及持续集成/持续部署（CI/CD）工具。12、有使用Docker或其他容器技术进行模型部署的经验。13、了解常见的云平台，熟悉云环境下的项目部署知识和基本能力。14、了解开源项目的协议规则和部署方法（Github）。
联系我时，请说是在58同城上看到的，谢谢！