OPPO高级算法工程师（大模型应用）
任职要求
1. 计算机科学，统计学，数据挖掘，数学，物理等相关专业，在预训练模型，生成算法，计算机视觉，自然语言处理，信息检索，多模态学习等中的一个或多个领域中具备实践经验； 2. 扎实的编程基础，至少熟悉一种常见的深度学习框架（Pytorch, TensorFlow等）； 3. 熟悉计算机视觉，自然语言处理，机器学习等方面的基础技术，有大模型相关实践经验者或在人工智能顶会/期刊上发表研究论文者优先； 4. 良好的数学基础与英文阅读能力，具备良好的团队协作意识与优秀的自驱力
工作职责
1. 负责各尺寸多模态大模型的基础能力建设，提高模型泛化能力和垂域能力，重点提升手机场景的大模型基础能力； 2. 负责多模态模型的下游算法研究，例如：继续预训练，后训练，强化学习，搜索增强，多模态embedding等技术方向； 3. 负责多模态技术在屏幕内容理解，UI理解，多模态问答，视觉生成等应用领域的研究和落地工作； 4. 跟进业界前沿技术，持续提升团队在多模态算法方面的技术积累。
1. 负责微博主站搜索业务的语义搜索技术研究和落地，包括：语义相关性、查询理解、问题生成、召回索引等核心技术 2. 基于海量用户行为数据以及人工标注数据，结合自然语言处理、大模型等前沿技术，支持Query改写、内容生成等一系列业务 3. 推进大模型技术在搜索引擎的落地，参与基础大语言模型应用研发，包括但不限于智能问答、物料扩充生成、搜索任务规划、内容优选和排序、工具调用、归纳总结、逻辑推理等能力
1. 负责舆情监测系统中 NLP 相关任务的算法建模与优化，包括文本分类、情感分析、实体识别、语义理解、视频内容理解等模块，确保能够快速准确地从海量文本数据中提取有价值的信息，为舆情预警、趋势分析等应用提供坚实技术支撑。 2. 深入研究舆情数据特点，探索适合的 NLP 模型架构与算法策略，针对舆情文本的复杂性（如网络用语、多领域话题交织等），不断改进现有模型，提高模型泛化能力，使其能够应对多样化的舆情场景和数据变化。 3. 进行标注标准制定，协同标注人员构建高质量数据集，为算法训练提供基础数据，同时基于反馈数据持续优化算法效果，以数据驱动算法迭代。 4. 跟踪行业前沿技术动态与研究成果，如将大语言模型，多模态模型等应用于舆情分析场景。 5. 协助开发团队将算法成果工程化落地，确保模型在实际舆情监测系统中的高效稳定运行，参与算法性能的测试与评估工作，及时解决上线过程中出现的技术难题，保障系统稳定性。
1、基于大模型算法应用进行从需求创建到应用发布全流程各个环节提效工具的开发、建设，提升公司整体需求交付效率； 2、基于大模型算法对公司内部过往的各大提效系统和工具进行整体重建重构，建设智能化工具； 3、对于特定垂类场景模型进行训练、微调、优化评测等，提升模型在垂类场景上的效果； 4、基于公司内部研发过程中的各类痛点的问题，开发有针对性、有前瞻性的工具，并不断进行改进优化。 5、通过自研、集成、二次开发等多种手段，积极推进大模型应用和落地相关实践，系统性的提高研发、测试和项目交付管理全流程的能力和效率。
1、算法技术攻坚 深度参与 AI 客服和 x - copilot 业务的算法技术研发，聚焦于提升用户咨询交互体验。针对复杂业务场景，设计并实现高效算法，优化对话流程、意图识别及回复策略，大幅降低用户问题解决时长，提高用户满意度 2、前沿技术探索与落地 密切跟踪大模型前沿技术动态，深入研究如 GPT - 4O、DeepSeek等模型的新特性与应用方向。主动思考并分析这些技术与AI 客服和 x - copilot 业务场景的适配性，提出切实可行的落地方案 3、领域大模型的算法研发 主导垂直域大模型的训练工作，运用混合精度训练、模型压缩、知识蒸馏等技术，在保证模型性能的前提下，显著提升模型训练效率和推理速度，降低计算资源消耗