1.負(fù)責(zé)主流 A1 模型在公司業(yè)務(wù)場(chǎng)景中的部署與優(yōu)化,確保模型高效穩(wěn)定運(yùn)行。
2.基于公司業(yè)務(wù)需求,對(duì)現(xiàn)有 A1模型進(jìn)行二次開發(fā),提升模型性能與適應(yīng)性,尤其針對(duì)泵行業(yè)相關(guān)應(yīng)用。
3.主導(dǎo)泵行業(yè)知識(shí)庫(kù)的搭建工作,包括知識(shí)的收集、整理、分類、標(biāo)注以及存儲(chǔ)架構(gòu)設(shè)計(jì),保證知識(shí)庫(kù)的準(zhǔn)確性與完整性。
4.與跨部門團(tuán)隊(duì)緊密合作,深入了解泵行業(yè)業(yè)務(wù)流程和知識(shí)體系,運(yùn)用 A| 技術(shù)為業(yè)務(wù)提供創(chuàng)新性解決方案.
5.持續(xù)關(guān)注 A1領(lǐng)域的最新技術(shù)發(fā)展趨勢(shì),引入新技術(shù)、新方法,不斷優(yōu)化公司 A| 應(yīng)用水平和知識(shí)庫(kù)體系。
要求:
1.熟練掌握至少一種主流深度學(xué)習(xí)框架,如 TensorFlow 或 PyTorch ,具備豐富的模型訓(xùn)練、調(diào)優(yōu)與部署經(jīng)驗(yàn)。2.深入理解機(jī)器學(xué)習(xí)、深度學(xué)習(xí)算法原理,包括但不限于神經(jīng)網(wǎng)絡(luò)、卷積神經(jīng)網(wǎng)絡(luò)(CNN)、循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)及其變體(LSTM、GRU 等),能夠靈活運(yùn)用這些算法解決實(shí)際問(wèn)題。3.具備扎實(shí)的數(shù)學(xué)基礎(chǔ),熟練掌握線性代數(shù)、概率論、數(shù)理統(tǒng)計(jì)等相關(guān)知識(shí),能夠理解和推導(dǎo)算法公式,為算法優(yōu)化提供理論支持。
4.熟悉主流 A| 模型,如 DeepSeek、GPT 系列、文心一言、通義千問(wèn)等模型的架構(gòu)、原理和應(yīng)用場(chǎng)景,并有基于這些模型進(jìn)行二次開發(fā)的實(shí)踐經(jīng)驗(yàn)。
5.能夠獨(dú)立完成 A1模型的部署工作,熟悉常見(jiàn)的部署工具和平臺(tái),如 Docker 容器化部署、Kubermetes 集群管理等確保模型在不同環(huán)境下的高效運(yùn)行。