自然语言处理（NLP）

自然语言处理（NLP）工程师的主要职责包括：1.研究和优化大语言模型（LLM）中的对齐技术，提升模型在数学、逻辑推理、代码编写、内容创作和对话等方面的能力。2.跟进大模型领域的*新技术进展，并将其应用于实际研发中，以持续提升模型的通用性和专业能力。3.构建和优化大模型的数据集，进行训练调优及性能评估，推动技术在具体业务场景中的应用。4.处理大量非结构化数据，进行向量化处理，满足RAG技术的需求。5.开发基于RAG技术的智能问答系统，特别是在建筑施工领域的专业应用。6.提供大模型建设咨询，根据公司发展规划，调研各部门的人工智能应用现状和需求，制定相应的发展规划和项目实施计划。7.参与小模型的研发，包括机理模型、NLP模型和CV模型的设计与实现。任职要求包括：1.自然语言处理、机器学习、模式识别、人工智能或计算机等相关专业背景。2.本科及以上学历，具有中级及以上职称。3.在NLP、LLM、深度学习和强化学习领域有研究基础，熟悉主流模型和算法，并具备实践经验。4.至少5年NLP领域的研发经验，具备深厚的算法基础，对大模型的概念和技术有深刻理解。5.具备较强的工程实现能力，熟练掌握C/C++、Python等编程语言，熟悉DeepSpeed、Megatron等分布式训练框架，熟练使用TensorFlow、PyTorch等深度学习框架。6.发表过高质量论文（如ACL、EMNLP、NeurIPS、ICML、ICLR等），优先考虑。7.具备强烈的技术创新精神和团队合作精神。专业知识要求包括：1.精通Python编程语言，熟悉Linux环境。2.熟悉结构化和非结构化数据的预处理。3.熟练使用SVM、决策树、随机森林、KNN、Scikit-Learn、Xgboost等主流机器学习框架。4.熟悉TensorFlow、PyTorch，或PaddlePaddle、MindSpore等主流深度学习框架，以及计算机视觉和自然语言处理技术。5.熟悉MLP、CNN、RNN、LSTM、Transformer、BERT、GPT等典型深度学习模型的原理和局限性。6.熟悉基于大模型进行Prompt、RAG、Agent开发，并具备相关经验。能力素质要求包括：1.具备高度的保密安全意识。2.具备良好的逻辑思维和分析解决问题能力。3.具备较强的分析研究能力。4.具备良好的语言表达能力。5.具备良好的团队合作能力。6.具备良好的应急处理和解决复杂项目问题的能力。薪资待遇面议。
联系我时，请说是在58同城上看到的，谢谢！