岗位描述
岗位描述
1.负责运动和健康基础算法研究或基于LLM的问答,聚焦运动健康领域大模型的预训练、后训练(SFT、RL)等关键技术;
2.深入挖掘运动健康领域多源异构数据,构建高质量数据库库和数据增强机制,支撑基础算法或大模型在运动健康场景下的可控性和落地;
3.关注并探索大模型前沿技术,持续跟踪LLM、MoE、Scaling Law、Continual Learning等方向,推动运动大模型能力的持续迭代与升级。
岗位要求
1.具备心率、血氧、计步、步态分析、情绪识别、动作捕捉等一个或多个算法研究经验
2.熟悉大模型的预训练(Pre-training)、微调(Fine-tuning)、后训练(Post-training)全流程;
3.熟练掌握Python编程语言,熟练使用PyTorch或TensorFlow等深度学习框架,有大规模分布式训练经验者优先;
4.有大模型开源项目贡献经历或医疗领域AI产品开发经验者优先