崗位:AI/大數(shù)據(jù)工程師
工作地點(diǎn):天津,薪資面議
招聘要求
1. 教育背景
計(jì)算機(jī)科學(xué)與技術(shù)、軟件工程、數(shù)學(xué)、物理等工程類相關(guān)專業(yè),碩士及以上學(xué)歷。
2. 工作經(jīng)驗(yàn)
(1) 2年及以上工業(yè)級(jí)AI模型開發(fā)經(jīng)驗(yàn)或具備3年及以上開發(fā)經(jīng)驗(yàn),并從事1年及以上工業(yè)級(jí)AI模型開發(fā)工作。
(2) 具備跨模態(tài)、多任務(wù)學(xué)習(xí)項(xiàng)目經(jīng)驗(yàn)。
(3) 具備大模型微調(diào)實(shí)戰(zhàn)經(jīng)驗(yàn),了解分布式訓(xùn)練(DeepSpeed/FSDP)、模型量化等技術(shù);熟悉LangChain、AutoGen等智能體開發(fā)框架,有強(qiáng)化學(xué)習(xí)、多智能體系統(tǒng)經(jīng)驗(yàn)者優(yōu)先。
(4) 有中海油、中石化、中石油等石油企業(yè)信息系統(tǒng)建設(shè)工作經(jīng)驗(yàn)者優(yōu)先。
3. 技術(shù)能力
(1) 熟練掌握Python及主流框架(PyTorch/TensorFlow),熟悉Hugging Face等生態(tài)工具。
(2) 深入理解機(jī)器學(xué)習(xí)基礎(chǔ)理論,具備NLP/CV項(xiàng)目經(jīng)驗(yàn),熟悉Transformer、Attention等核心機(jī)制。
(3) 常規(guī)機(jī)器學(xué)習(xí)模型開發(fā)與優(yōu)化,熟悉從數(shù)據(jù)清洗、特征工程到模型訓(xùn)練的全流程開發(fā),設(shè)計(jì)并實(shí)現(xiàn)機(jī)器學(xué)習(xí)算法,優(yōu)化模型性能指標(biāo)。
(4) 掌握大語(yǔ)言模型(LLM)微調(diào)與應(yīng)用:基于預(yù)訓(xùn)練大模型(如LLaMA、Qwen、Deepseek等)進(jìn)行領(lǐng)域適配微調(diào),提升其在特定場(chǎng)景(文本生成、問答系統(tǒng)、信息抽取等)的效果。
(5) 智能體(AI Agent)開發(fā)與系統(tǒng)集成:開發(fā)基于LLM的智能體框架,實(shí)現(xiàn)任務(wù)規(guī)劃、自主決策、多輪對(duì)話及工具調(diào)用(API、數(shù)據(jù)庫(kù)等);構(gòu)建多智能體協(xié)作系統(tǒng),設(shè)計(jì)通信協(xié)議與決策機(jī)制,應(yīng)用強(qiáng)化學(xué)習(xí)優(yōu)化長(zhǎng)期交互效果;結(jié)合知識(shí)圖譜、規(guī)則引擎等技術(shù)增強(qiáng)智能體邏輯推理能力,提升復(fù)雜場(chǎng)景下的可靠性;針對(duì)垂直場(chǎng)景(鉆完井業(yè)務(wù))設(shè)計(jì)端到端解決方案,優(yōu)化用戶體驗(yàn)與響應(yīng)效率。
(6) 技術(shù)研究與工程落地:跟蹤AI領(lǐng)域前沿技術(shù)(如Agent框架、模型輕量化、RAG),探索其在業(yè)務(wù)中的實(shí)踐路徑;與產(chǎn)品、數(shù)據(jù)團(tuán)隊(duì)協(xié)作,將算法模型轉(zhuǎn)化為可落地的商業(yè)應(yīng)用,撰寫技術(shù)文檔及接口規(guī)范;參與技術(shù)難點(diǎn)攻關(guān),優(yōu)化模型推理速度與資源占用,保障系統(tǒng)高并發(fā)場(chǎng)景下的穩(wěn)定性。