自然语言处理岗位职责

职责描述
1.参与自然语言处理技术在对话系统、知识图谱等领域的研发工作，涵盖文本分类、语义匹配、文本生成、关系识别、关系抽取、预训练模型、小样本学习等相关任务；
2.针对具体应用场景，配合完成算法调优及工程化部署
3.参与前沿NLP技术的实验验证与实际应用落地

任职资格及要求
1.计算机、机器学习、人工智能、统计学、数学等相关专业背景，硕士学历或特别优秀的本科毕业生
2.具备较强的实践能力
3.熟悉C、C++、JAVA、Python中至少一种编程语言
4.掌握CNN/RNN/LSTM/SVM/Transformer/Bert等深度学习或机器学习模型的基本原理
5.热爱AI技术，具备良好的自主驱动力与目标感，学习能力突出
【工作内容】1.参与自然语言处理技术在对话系统、知识图谱等领域的研发工作，涵盖文本分类、语义匹配、文本生成、关系识别、关系抽取、预训练模型、小样本学习等相关任务；2.针对具体应用场景，配合完成算法调优及工程化部署；3.参与前沿NLP技术的实验验证与实际应用落地
【基本条件】计算机、机器学习、人工智能、统计学、数学等相关专业背景，硕士学历或特别优秀的本科毕业生；具备较强的实践能力；熟悉C、C++、JAVA、Python中至少一种编程语言；掌握CNN/RNN/LSTM/SVM/Transformer/Bert等深度学习或机器学习模型的基本原理；热爱AI技术，具备良好的自主驱动力与目标感，学习能力突出；身体素质：不限；健康程度：不限

一、核心能力要求
1. 编程语言
Python（必备）：熟练掌握NumPy/Pandas进行数据处理，精通PyTorch/TensorFlow/Keras等主流框架，了解SciKitLearn等传统机器学习工具库。
C++/Java/Scala（加分项）：具备高性能计算能力，熟悉系统底层优化，有工业级部署经验（如实时推理引擎开发）。

2. 算法与模型
传统ML：掌握监督学习（线性回归/SVM/决策树）、无监督学习（聚类/PCA）、强化学习等方法。
深度学习：
CV方向：熟悉CNN（ResNet/YOLO）、Diffusion Models（Stable Diffusion）等模型架构。
NLP方向：掌握RNN/LSTM、Transformer（BERT/GPT），具备多模态与大语言模型微调经验。

3. 开发框架与工具
深度学习框架：PyTorch（研究优先）、TensorFlow（生产环境）、HuggingFace（NLP生态支持）。
大数据处理：熟悉Apache Spark/Flink、Kafka（流式数据处理）、Hadoop生态系统。
云平台与MLOps：掌握AWSSageMaker/AzureML/GCPVertexAI，熟悉MLflow/Kubeflow、Airflow等工具。

二、进阶技术能力
1. 数据处理与工程化
具备数据清洗、特征工程、数据增强能力（如使用GAN生成合成数据）。
熟悉分布式存储与计算（HDFS/Spark），了解向量数据库（FAISS/Milvus）应用。

2. 模型优化与部署
性能提升：掌握模型量化剪枝、GPU加速（CUDA）、多线程及分布式训练技术。
部署实施：熟悉容器化部署（Docker/K8s）、Serverless架构、边缘设备推理（ONNXRuntime）。

3. 领域适配经验
具备金融、医疗、心理学等垂直领域数据理解与术语转化能力（如开发医疗NER模型）。
关注隐私合规：具备数据脱敏（GDPR）、模型偏见检测、AI伦理风险评估实践经验。

三、岗位职责
1. 架构设计与技术规划
负责端到端AI系统架构搭建（从数据管道→训练→部署→监控），制定技术演进路线（如引入LLM/AutoML的技术评估）。
保障系统高可用性、高性能运行，并符合合规要求（如数据隐私保护、模型可审计性）。

2. 工程化落地与优化
主导MLOps体系建设（模型版本控制、自动化训练与监控）、实现低延迟实时推理（<100ms响应）。
优化分布式计算架构（Spark/Flink），推进成本优化策略（Spot实例利用、模型压缩方案）。

3. 技术领导与创新
牵头跨团队协作（数据/产品/业务），将业务需求转化为可行技术方案（如对话系统架构设计）。

四、任职要求
1. 基础背景
计算机科学、数学、统计学等相关专业本科及以上学历，具备2年以上AI系统架构设计经验。

2. 全流程项目经验
完整参与过至少2个AI项目全流程（涵盖需求分析→数据准备→模型训练→部署运维）。
熟悉Git版本管理，掌握CI/CD自动化测试流程。

3. 跨领域协作能力
具备心理学、医疗、金融等行业知识整合能力（例如情感咨询机器人中的心理学术语适配）。

4. 伦理与合规实践
有隐私数据脱敏处理、模型公平性检测、人工智能伦理风险评估的实际操作经验。
【工作内容】1. 架构设计与技术规划：负责端到端AI系统架构搭建（从数据管道→训练→部署→监控），制定技术演进路线（如引入LLM/AutoML的技术评估），保障系统高可用性、高性能运行并符合合规要求（数据隐私保护、模型可审计性）。2. 工程化落地与优化：主导MLOps体系建设（模型版本控制、自动化训练与监控）、实现低延迟实时推理（<100ms响应），优化分布式计算架构（Spark/Flink），推进成本优化策略（Spot实例利用、模型压缩方案）。3. 技术领导与创新：牵头跨团队协作（数据/产品/业务），将业务需求转化为可行技术方案（如对话系统架构设计）。
【基本条件】求职者身体素质良好，无色盲色弱等影响工作的健康问题；健康程度良好，能适应高强度工作和偶尔加班；文化水平要求本科及以上学历，专业为计算机、数学或统计学等相关专业，无其他限制。同时需具备计算机科学、数学、统计学等相关专业本科及以上学历，2年以上AI系统架构设计经验，完整参与过至少2个AI项目全流程，具备跨领域协作能力和伦理合规实践经验。

岗位职责：
1、负责自然语言处理算法与模型研发，实现对话引擎、问答系统、文本分类、信息抽取等核心功能；
2、跟进大模型前沿技术，负责LLM相关算法研发、微调与应用落地；
3、结合业务场景优化NLP算法效果，持续迭代模型，提升产品智能化能力。
任职要求：
1、硕士及以上学历，2年以上AI/NLP算法开发经验，熟悉Transformer等主流NLP模型；
2、具备大模型训练、ChatGPT等LLM应用落地项目经验者优先；
3、熟悉机器学习、深度学习常用算法，掌握文本分类、聚类、实体识别、问答系统等技术；
4、熟练掌握Python/C/C++任意一种开发语言，熟悉Linux开发环境，具备工程化落地能力；
5、学习能力强，善于挖掘业务场景，责任心强，具备良好沟通与团队协作能力。