工作內(nèi)容:
1. 研發(fā)基于LLM的應(yīng)用及使用方法
2. LLM微調(diào)
3.論文寫作
職位需求:
1.Python 精通
2.英語六級(jí)或同等水平
3.基本了解 LLM 實(shí)現(xiàn)原理
4.了解LLM生態(tài)系統(tǒng)
5.擅長語言模型提示工程 LLM Prompt Engineering
6.LLM 優(yōu)缺分析
7.無硬性學(xué)歷要求,薪資可當(dāng)面溝通
加分項(xiàng)目:
-海外留學(xué)經(jīng)驗(yàn)優(yōu)先
-論文寫作能力突出
- Git:實(shí)現(xiàn)原理,gitignore,git commit,git branch
- 程序調(diào)試 Debugger:實(shí)現(xiàn)原理,使用經(jīng)驗(yàn),開發(fā)Debugger經(jīng)驗(yàn)
- 語言模型 LLM:了解訓(xùn)練過程,微調(diào),Fine-tuning
- 檢索增強(qiáng)生成 RAG
- 純函數(shù) Pure Function
- 不可變性 Immutability
- 哈希 Hash
- 圖論 Graph Theory, Graph RAG
- 計(jì)算圖 Computation Graph
- LLM對(duì)比分析 LLM Benchmarking, comparison, analysis
- LLM 優(yōu)化優(yōu)化 LLM Optimization, tuning, fine-tuning, hyper-parameter tuning
- ARC-AGI 數(shù)據(jù)集
- LLM MCP
- vscode / cursor
- Python packages and technologies:pytorch / tensorflow,numpy,pandas,matplotlib,uv,type hints, jupyter notebook ,pytest,LLM API