崗位職責
1針對大語言模型LLM的微調涵蓋全參數微調以及LoRA/QLoRA等參數高效微調技術
2負責模型評估與測試并構建自動化測試流程優化訓練流程利用DeepSpeedFSDP等分布式訓練技術提高訓練效率
3研究最新的對齊技術DPORLAIF以優化模型的交互體驗和響應質量
4開展對比實驗分析不同模型架構數據規模優化策略的影響并制定相應的優化方案
5參與MLOps工作支持模型部署推理優化如INT4/INT8量化服務化FastAPI/Triton
崗位要求
1計算機科學人工智能機器學習等相關專業碩士及以上學歷應屆生亦可
2熟練掌握深度學習框架PyTorchTensorFlow熟悉Transformers庫Hugging Face
3具備大模型微調經驗了解LoRA/QLoRAPrefix TuningP-Tuning等參數高效微調方法
4熟悉數據標注數據清洗等數據處理技術掌握NLP數據增強方法
5掌握常見的LLM 評測方法包括人工評測GPT-4評分自動評測BLEUROUGE等
6熟悉分布式訓練了解DeepSpeedFSDPMegatron等技術
7具備工程思維能編寫高效的數據處理訓練測試代碼并優化計算資源
舉報
1針對大語言模型LLM的微調涵蓋全參數微調以及LoRA/QLoRA等參數高效微調技術
2負責模型評估與測試并構建自動化測試流程優化訓練流程利用DeepSpeedFSDP等分布式訓練技術提高訓練效率
3研究最新的對齊技術DPORLAIF以優化模型的交互體驗和響應質量
4開展對比實驗分析不同模型架構數據規模優化策略的影響并制定相應的優化方案
5參與MLOps工作支持模型部署推理優化如INT4/INT8量化服務化FastAPI/Triton
崗位要求
1計算機科學人工智能機器學習等相關專業碩士及以上學歷應屆生亦可
2熟練掌握深度學習框架PyTorchTensorFlow熟悉Transformers庫Hugging Face
3具備大模型微調經驗了解LoRA/QLoRAPrefix TuningP-Tuning等參數高效微調方法
4熟悉數據標注數據清洗等數據處理技術掌握NLP數據增強方法
5掌握常見的LLM 評測方法包括人工評測GPT-4評分自動評測BLEUROUGE等
6熟悉分布式訓練了解DeepSpeedFSDPMegatron等技術
7具備工程思維能編寫高效的數據處理訓練測試代碼并優化計算資源
舉報
溫馨提示
- 你可能感興趣的職位
- 最近瀏覽記錄
-
20-30萬/年
-
25-30萬/年
-
1-10萬/月
-
1.5-1.8萬/月
-
2-2.5萬/月
-
30-40萬/年
-
20-35萬/年
-
30-50萬/年
暫沒有相關信息
- 公司規模：1-49人
- 公司性質：0
- 所屬行業：電力、電氣、自動化、熱力、鍋爐、照明、電池、電源、電纜、光電等
- 聯系人：沈家祺
- 手機：會員登錄后才可查看
- 郵箱：會員登錄后才可查看
- 郵政編碼：
工作地址
- 地址：深圳市南山區西麗街道TCL國際E城E2棟601
