ai算法工程师

岗位职责：负责健康医疗场景中的算法能力应用，并不断进行场景适配和模型调优。负责数据建设、提示工程、指令微调、模型优化、RAG、Agent系统等。相关应用落地，包括ASR、文本纠错、实体识别、顾客画像、智能机器人等。进行大规模数据的处理和分析，构建有效的数据管道，为模型训练提供高质量的数据支持，包括数据清洗、标注、增强等操作。关注AI领域的最新研究成果和技术趋势，积极探索将新理论、新技术引入到公司的大模型研发工作中，保持公司技术的竞争力。针对业务需求，提出创新性的解决方案，将AI大模型技术与具体的应用场景进行深度融合，实现技术的商业价值转化。跨部门团队成员密切合作，共同推进AI大模型相关项目的开发进度，确保项目按时交付。撰写清晰、详细的技术文档，包括模型架构文档、算法原理文档、实验报告、用户指南等，以便于团队内部的知识共享和后续的技术维护。

岗位要求：计算机、数学、或统计学相关专业本科及以上学历，具有2年以上计算机NLP/深度学习相关工作经验。熟悉常见机器学习算法，对自然语言处理、深度学习、大模型、多模型等领域有较为深入研究。熟练使用pytorch/tensorflow等至少一种主流深度学习框架。能够熟练运用框架进行模型的构建、训练和部署。具备SQL、Python/R等数据处理与分析技能，能够进行大数据清洗、ETL、数据建模和可视化。熟悉大规模数据处理技术，如Hadoop、Spark等，能够处理海量数据的存储、查询和分析。有健康医疗领域人工智能算法研发或工程落地经历者优先，有大模型预训练经验者优先。良好的沟通协作能力，出色的问题分析和解决能力，能深入理解大模型训练和应用存在的问题。

计算机、数学、或统计学相关专业本科及以上学历，具有2年以上计算机NLP/深度学习相关工作经验。熟悉常见机器学习算法，对自然语言处理、深度学习、大模型、多模型等领域有较为深入研究。熟练使用pytorch/tensorflow等至少一种主流深度学习框架。能够熟练运用框架进行模型的构建、训练和部署。具备SQL、Python/R等数据处理与分析技能，能够进行大数据清洗、ETL、数据建模和可视化。熟悉大规模数据处理技术，如Hadoop、Spark等，能够处理海量数据的存储、查询和分析。有健康医疗领域人工智能算法研发或工程落地经历者优先，有大模型预训练经验者优先。良好的沟通协作能力，出色的问题分析和解决能力，能深入理解大模型训练和应用存在的问题。