高德地图高德-大模型应用算法专家-AI算法法专项
任职要求
1、计算机、电子信息工程、自动化控制、数学、信息安全等相关专业背景,硕士及以上学历; 2、在机器学习或深度学习领域有实习或者项目经历,具备以下一个或多个方向的研究和应用经验,如多模态数据处理、自然语言处理、计算机视觉、大模型、推荐等,在NIPS/ICML/ICLR/CVPR/KDD/AAAI等顶会顶级会议或者期刊发表论文…
工作职责
1。责大规模预训练模型(如Transformer、BERT、GPT等)的开发、调优和部署,提升模型性能和效率; 2。设计并实现模型压缩、量化、蒸馏等技术,降低模型计算和存储成本; 3.探索前沿算法(如多模态模型、强化学习、自监督学习等),推动技术创新与落地; 4.系统设计与工程实现 5.参与分布式训练框架(如Horovod、Ray、Distributed TensorFlow/PyTorch)的搭建与优化; 6.协同工程团队实现模型推理服务的高并发、低延迟部署,支持业务场景需求;
1。责大规模预训练模型(如Transformer、BERT、GPT等)的开发、调优和部署,提升模型性能和效率; 2。设计并实现模型压缩、量化、蒸馏等技术,降低模型计算和存储成本; 3.探索前沿算法(如多模态模型、强化学习、自监督学习等),推动技术创新与落地; 4.系统设计与工程实现 5.参与分布式训练框架(如Horovod、Ray、Distributed TensorFlow/PyTorch)的搭建与优化; 6.协同工程团队实现模型推理服务的高并发、低延迟部署,支持业务场景需求;

1。责大规模预训练模型(如Transformer、BERT、GPT等)的开发、调优和部署,提升模型性能和效率; 2。设计并实现模型压缩、量化、蒸馏等技术,降低模型计算和存储成本; 3.探索前沿算法(如多模态模型、强化学习、自监督学习等),推动技术创新与落地; 4.系统设计与工程实现 5.参与分布式训练框架(如Horovod、Ray、Distributed TensorFlow/PyTorch)的搭建与优化; 6.协同工程团队实现模型推理服务的高并发、低延迟部署,支持业务场景需求;
后端开发 负责搜推算法工程后端系统的设计和开发工作,确保系统稳定、高效运行,提供高效稳定的在线推理服务。 参与系统架构的设计和优化,提升系统性能和可扩展性。 负责编写高质量的后端代码,实现业务逻辑和数据处理功能。 与产品经理、前端、算法开发人员等协作,进行需求分析和系统设计。 根据需求文档和设计文档,实现后端接口和业务流程。 负责后端系统的日常维护和监控,及时处理系统故障和性能问题。 对系统进行持续优化和改进,提升用户体验和系统性能。 参与团队内部的技术分享和讨论,提升团队整体技术水平。 根据项目需要,完成其他相关工作,如性能测试、安全加固等。