大模型技术实习生-深圳
岗位摘要
提示工程: 设计、测试和优化高质量的Prompt,引导模型生成稳定、准确、符合预期的结果,探索最佳的交互范式;模型后训练与评估: 协助收集和清洗数据,参与大模型的后训练工作,并对模型效果进行评估和分析,持续迭代优化
登录后保留你的岗位线索
邮箱登录后可继续查看完整职责、任职要求和原岗位入口,并使用收藏与浏览记录沉淀适合自己的机会。
岗位职责
- 提示工程: 设计、测试和优化高质量的Prompt,引导模型生成稳定、准确、符合预期的结果,探索最佳的交互范式
- 模型后训练与评估: 协助收集和清洗数据,参与大模型的后训练工作,并对模型效果进行评估和分析,持续迭代优化
- RAG/AGENT技术实践: 参与利用检索增强生成(RAG)技术构建企业级知识库问答系统,或探索和实践基于大模型的Agent技术,赋予模型规划、调用工具和解决复杂任务的能力
- 技术调研与学习: 跟踪大模型领域的最新技术动态和学术论文,将前沿的算法和技术应用到实际项目中
- 文档撰写: 撰写清晰的技术文档,记录实验过程和结果,分享你的发现和见解
任职要求
- 教育背景: 计算机科学、软件工程、人工智能、数据科学、数学等相关专业的在校本科生、硕士研究生或博士研究生
- 编程基础: 扎实的Python编程能力,熟悉常用的数据结构和算法
- 理论基础: 熟悉机器学习/深度学习的基本概念,了解自然语言处理(NLP)的常用技术和模型(如Transformer)
- 热情与自驱力: 对大模型和AIGC技术有强烈的兴趣和热情,具备优秀的自我学习能力和解决问题的能力
- 沟通协作: 良好的沟通能力和团队协作精神,能够清晰表达自己的想法
- 实习时间: 保证每周至少实习5天,能持续实习3个月以上者优先
- 有使用LangChain、LlamaIndex、Transformers等大模型相关框架或库的经验
- 了解或实践过大模型的Fine-tuning、Prompt Engineering、RAG等技术
- 有个人技术博客、活跃的GitHub账号,或参加过Kaggle、天池等数据科学竞赛并取得优异成绩
- 在GitHub上有与AIGC、LLM相关的个人项目或贡献
加分项
- 有使用LangChain、LlamaIndex、Transformers等大模型相关框架或库的经验
- 了解或实践过大模型的Fine-tuning、Prompt Engineering、RAG等技术
- 有个人技术博客、活跃的GitHub账号,或参加过Kaggle、天池等数据科学竞赛并取得优异成绩
- 在GitHub上有与AIGC、LLM相关的个人项目或贡献
- 对Agent、多模态等前沿方向有深入了解
登录后查看完整岗位详情
使用邮箱验证码登录后,可查看完整职责、任职要求、原岗位入口,并继续使用收藏和浏览记录。列表摘要保持公开,完整详情用于保护数据质量和降低恶意抓取。