小米小米汽车-高级算法工程师-NLP&大模型

任职要求

1. 计算机、电子、数学、机器学习或者统计学相关专业，本科及以上学历；5年以上机器学习、深度学习、大模型建模经验。
2. 精通 Python 编程语言，熟悉常用的数据结构与算法，能够高效地实现复杂的 NLP 算法逻辑，具备良好的代码编写习惯和代码优化能力，确保算法代码的可读性、可维护性和高效性。
3. 熟练掌握至少一种深度学习框架（如 TensorFlow、PyTorch 等），深入理解神经网络的基本原理与架构，包括但不限于RNN、CNN、Transformer 等在 NLP 领域的应用，能够灵活运用这些框架搭建、训练和部署 NLP 模型，以应对舆情数据的复杂特征。
4. 了解常用大模型如 Qwen、GLM、Baichuan 等方法论，能够通过Prompt调优提升推理精度，并对大模型微调技术如 LoRA、P-Tuning 等有实践经验。
5. 对 NLP 有深入理解，掌握文本分类、情感分析、命名实体识别等常见任务的原理与方法，具备丰富的实践经验。
6. 对瞬时大流量场景，如发布会，拥有分类、情感分析、总结摘要等算法处理经验。
7. 熟悉机器学习算法原理，包括监督学习、无监督学习、强化学习等，能够运用机器学习算法解决舆情数据中的分类、聚类、预测、总结等问题，为舆情趋势分析、热点话题挖掘等提供有力支持。
8. 了解舆情数据的特点和业务需求，对舆情监测、舆情分析、舆情预警等工作有一定的认识，能够将 NLP 技术与舆情业务场景紧密结合，为客户提供贴合实际需求的舆情解决方案。

工作职责

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。