岗位描述
1、面向地址理解、时空智能、智能体应用等场景,参与大模型、自然语言处理算法的研发与优化,解决地址结构化、实体识别、文本分类等业务问题;
2、协助完成训练数据的整理、清洗与标注规范设计,构建高质量的模型评测与训练数据集;
3、参与大模型Prompt设计、微调、RAG方案设计及Agent工作流的实验与效果验证;
4、跟进模型训练、测试与评估,分析BadCase,协助定位模型泛化能力或准确率瓶颈;
5、协助算法能力的工程落地,参与模型服务封装与推理性能优化;
6、跟踪NLP、大模型领域的最新前沿技术,完成技术调研与核心论文复现。
1、2027届本科及以上学历毕业生,计算机、人工智能、自然语言处理、数据科学等相关专业;
2、具备扎实的机器学习与深度学习基础,理解分类、序列标注、文本匹配等常见算法原理;
3、熟练使用Python编程,掌握PyTorch、Transformers等框架,有模型训练与调优经验;
4、熟悉主流NLP技术体系,了解BERT类预训练模型及LLM微调方法(如LoRA、SFT等);
5、了解RAG、向量检索及Agent工作流等技术方案;
6、具备较好的算法工程素养,了解数据处理、模型评测及工程部署的完整链路;
7、对AI结合空间地理(GIS)、地址智能等业务场景有探索热情。
【加分项】
1、在ACL、AAAI、NeurIPS等顶会发表过相关论文;
2、在Kaggle、天池等知名算法竞赛中取得优异成绩;
3、有开源项目贡献、知识图谱或推荐系统相关经验。