BBYR Achieve
返回信息流
这是一条镜像帖。来源:北邮人论坛 / job-info / #957312同步于 2023/7/15
JobInfo机器人发帖

【社招】明星大模型 算法/训练/推理/强化学习/风控/nlp算法

hrjack
2023/7/15镜像同步0 回复
创始人具备从0到公司上市成功经验。 清华系,清华大牛鼎力支持。 核心团队由百度、华为、微软、字节、腾讯等知名大厂组成,业界技术大牛,科学家。 微信&电话:15210750729 邮箱:jxiao@hiringby.com 地点:北京/上海 大模型算法专家 岗位职责 1.负责基于海量数据的NLP/视觉/多模态大模型关键技术突破,研发面向计算基座的大模型。 2.深入调研和关注大模型/多模态等方向的前沿技术 职位要求 1.参与或者领导过大规模预训练模型落地项目。 2.对预训练大模型充满热情,信仰AGI。 3.有自然语言处理和多模态的研发背景,对搜索/对话/机器翻译/图像生成等相关领域有深入理解优先。 训练框架专家 职位职责: 1. 设计和实现超大规模语言模型的分布式训练算法,并提高训练效率和稳定性。 2. 优化模型结构,提高模型的精度和泛化能力。 3. 调优训练数据,提高模型训练效果。 4. 跟踪业界最新技术发展,探索新的训练算法和模型优化方法。 职位要求: 1. 精通分布式训练算法,具备超大规模模型训练的实际经验。 2. 精通深度学习算法,熟悉至少一种主流深度学习框架(例如 PyTorch 或 TensorFlow)。 3. 熟悉常用的模型结构和优化方法,例如 CNN、RNN、BERT、GPT等。 4. 熟悉数据调优和数据增强等相关技术。 5. 具备优秀的编程和算法能力,熟练使用 Python 和 C++ 等编程语言。 6. 具备良好的沟通能力和团队协作能力,能够与跨部门团队进行有效沟通和协作。 大模型推理工程师 岗位职责: 1. 负责推理加速算法的研发和实现,包括但不限于模型剪枝、模型量化、模型蒸馏、模型压缩等。 2. 负责深度学习模型的量化和蒸馏,实现高效的模型压缩和部署,提高模型的运行效率和推理速度。 3. 负责LLM模型的端到端部署,包括但不限于推理引擎的开发、模型优化和压缩、模型部署的端到端流程设计等。 要求: 1. 具有深度学习推理加速和优化的经验,熟悉常见的加速技术,如剪枝、量化、分布式推理等,并能够根据不同场景和硬件平台进行针对性的优化。 2. 熟悉常见的模型量化技术,如低精度量化、动态量化等,并能够进行模型的量化优化。 3. 熟悉常见的深度学习框架,如TensorFlow、PyTorch等,并能够根据业务需求进行算法实现和调试。 4. 熟悉LLM相关的算法技术以及推理加速方法。 5. 具备较强的团队合作和沟通能力,能够与团队成员、业务部门紧密协作,完成项目交付和技术创新。 强化学习算法专家 职位描述 1. 负责 RLHF 相关的强化学习迭代工作。 2. 设计和实现基于强化学习的算法模型,优化模型的性能和稳定性。 3. 持续跟进最新的强化学习算法研究进展,并将其应用到大模型系统中。 职位要求 1. 熟悉强化学习算法及其在自然语言处理和对话系统领域的应用。 2. 熟练掌握深度学习和强化学习相关的编程语言和工具(如 Python、TensorFlow、PyTorch 等)。 3. 具有较强的算法设计和实现能力,熟悉算法的优化和调试方法。 4. 具备较强的团队合作能力和沟通能力。 内容风控算法专家 职位描述 1. 参与大语言模型风控体系的设计、改进和研发工作,保障整个风控系统的快速,高效,全面; 2. 大语言模型风控体系的数据建设、安全reward model的建模优化、以及RLHF的效果调优; 3. 在法律、医疗等垂直场景持续深入优化风控效果; 4. 探索安全性与有用性之间的关系,找到更加有效的平衡点; 5. 紧跟LLM风控技术与强化学习的发展趋势,结合实际问题,快速验证业界最新方法。 职位要求 1. 本科及以上学历,计算机科学、软件工程或相关专业; 2. 具备扎实的编程基础,熟悉 Python、C++等编程语言; 3. 扎实的编码能力,熟练使用python/c++之一,熟悉linux开发环境,具有面向海量数据的机器学习/数据挖掘处理能力; 4. 具备优秀的分析解决问题能力,良好的沟通能力,自我驱动力,抗压能力以及团队合作精神; 5. 熟练掌握主流的NLP模型和算法,有实际的文本分类、实体识别、关键词挖掘、文本相似检索、意图识别等实际NLP项目经验; 体系构建; 5.具有较强的沟通能力,善于总结和分享算法技术。 nlp算法专家 职位职责: 1. 开发与优化大语言模型算法,提升大语言模型效果。 2. 理解业务需求,设计并实施大语言模型解决方案,解决业务过程中的NLP问题。 3. 深入研究NLP前沿技术,探索业界、学术界最新的大语言模型研究成果。 职位要求: 1. 精通深度学习算法,熟悉至少一种主流深度学习框架(例如 PyTorch 或 TensorFlow)。 2. 具有深度学习、机器学习和NLP的深厚理论知识和实践经验,熟悉常见的NLP任务。 3. 熟悉大语言模型训练过程,包括预训练、SFT、RLHF等阶段。 4. 熟悉数据调优和数据增强等相关技术。 5. 具备优秀的编程和算法能力,熟练使用 Python 和 C++ 等编程语言。 6. 具备良好的沟通能力和团队协作能力,能够与跨部门团队进行有效沟通和协作。
订阅后,新回复会通过你的通知中心匿名送达。
0 条回复
暂无回复 · 你可以订阅本帖等待新回复。