商汤研究院-NLP算法研究员（代码助手、拟人对话）
任职要求
1. 计算机、应用数学、模式识别、人工智能等专业，2 年及以上NLP大语言模型算法开发经验； 2. 熟悉NLP领域，包括但不限于理解、解析及生成人类语言的算法和模型。 3. 具有良好的机器学习和深度学习基础，能够通过从大量的数据中学习来改进理解和回答问题的能力。 4. 良好的团队协作精神和沟通能力，能够与其他团队成员紧密合作。 加分项： 1. 在国际顶尖会议或期刊上发表过论文，如ACL、EMNLP、ICLR、NeurIPS、ICML等； 2. 代码力强劲。如获得过ICPC区域赛金牌、NOI金牌，或有较大影响力的开源项目。
工作职责
1. 负责研究并实现创新算法以解决业务上遇到的NLP问题，支持AI代码助手、虚拟主播语言模型项目，完成对话系统项目中的功能开发； 2. NLP预训练模型：挑战人类能力。探索模型的语义理解与文本生成能力的极限，进行超大模型结构设计，提出更强更通用的NLP预训练模型，对标GPT4； 3. 数理多模态模型：改进多模态特征的融合方式，提出更有效的数理多模态预训练任务； 4. 从系统应用的角度，利用自然语言处理的理论和方法来解决实际业务问题。
1. 负责大模型算法框架的研发，整体提升算法框架训练效率，跟进最近的训练技术； 2. 负责探索MOE、RLHF 等相关对齐技术，提升模型的最终效果； 3. 负责多模态模型和Function Call 模型的联合训练，整体优化多模态模型和语言模型联合训练。
1. 负责实现和迭代自然语言处理相关算法，支撑企业数字化业务中的自然语言理解和生成需求，例如信息抽取、文档分析、检索问答、对话交互等； 2. 与工程团队协作，将算法集成到产品中，支撑金融业务场景的迭代优化； 3. 负责某一细分领域的深入算法研究，包括但不限于基础模型开发、对齐研究、推理优化、SFT训练及Agent智能体开发； 4. 设计和开发基于大语言模型（LLM）的智能Agent，优化其在金融场景中的任务规划、工具调用及自主决策能力； 5. 维护相关研究和业务方向的基准（代码、数据、Prompt/Instruction等），将创新算法沉淀为论文、技术报告或专利。
前沿追踪与洞察： 紧跟NeurIPS, ICML, ICLR, CVPR等顶会的最新研究，快速消化、复现并提出独到的见解。 思想的碰撞与具象化： 参与团队Brainstorming，大胆提出你关于下一代模型架构的创新想法，并与团队成员一起论证其可行性。 核心代码实现： 使用PyTorch等框架，设计并实现新颖的多模态模型模块或完整的模型结构。你的代码将是验证想法的核心。 科学的实验与分析： 设计严谨的实验方案，在海量数据和计算资源上进行模型训练与评测，通过数据分析驱动模型迭代优化。 知识沉淀与分享： 撰写技术报告或论文，与团队分享你的发现，共同推动项目前进。
1.参与大规模语言模型的训练工作，通过数据质量提升、模型架构创新及训练算法改进等核心手段等手段，持续突破语言模型的性能； 2.基于业务需求设计数据解决方案，包括专业数据生产、合成和集成，确保交付模型能实质性促进业务性能提升； 3.参与模型评测的全流程工作，针对业务场景构建特定的评测集，实现模型能力的精准量化与持续优化； 4.针对大规模数据质量问题，研发高效数据清洗、验证及合成技术，打造行业领先的高价值数据集； 5.追踪全球大模型技术前沿，快速实现创新技术的工程化落地，保持团队技术领先优势。