德科斯米尔
Industrial Engineering ES
Industrial Engineering ES
发布于 大约 8 小时前普通员工/个人贡献者
沈阳市
高级经验
全职员工
仅现场办公
本科
工业工程
Llamaindex
Llm
Nlp
Pytorch
Rag
Scikit-Learn
Tensorflow
Vllm
工业工程
AI 估算 · 25k–45k
职位详情
关于这个职位
该职位隶属于德科斯米尔的工业工程部门，主要负责现有产品和新产品的生产工艺规划与实现
工作内容包括：负责机器学习、深度学习、自然语言处理（NLP）等领域的算法设计与开发，构建面向业务场景的定制化AI解决方案
独立完成数据挖掘、特征工程、模型训练与调优，提升模型在准确率、泛化能力、实时性等方面的表现
探索大规模语言模型（LLM）在对话系统、知识图谱、内容生成、智能推荐等应用场景，推动大模型技术在企业级场景的落地
设计并实现Prompt Engineering方案，结合LangChain、LlamaIndex等工具构建基于LLM的企业级AI应用系统
熟悉数据处理技术（数据清洗、特征提取）及工具（如Pandas、Scikit-learn），利用机器学习算法完成数据聚类、分布分析等，支撑结构化LLM微调数据集
优化LLM推理流程，利用vLLM、Ollama、TGI等推理框架提升服务性能，降低延迟，提高吞吐量
掌握量化、蒸馏等模型轻量化技术
参与大模型的继续预训练、微调、RAG（检索增强生成）、Agent等领域适配，提升模型在垂直领域的表现
管理AI模型从训练、超参数调优、测试到部署的全生命周期，确保模型在生产环境中的稳定性与高性能
在专业领域内担任内部及外部联络人，参与内部工作组协作
编制内部相关文件并按需进行内部汇报
识别公司内部本领域的持续教育需求，规划并实施复杂主题的内部及外部培训（含国内与国际）
协助制定并优化本专业领域的内部标准与流程
观察/识别专业领域趋势以制定方案，提出行动建议（如规划方法等）
主要开展专业领域内的概念性工作
管理、控制和协调子项目，依据检查清单和绩效指标监控项目处理与目标达成情况
进行复杂分析以优化流程并制定改进措施
最低要求
本科及以上学历，计算机科学、数学、工业工程、人工智能应用、数学等相关专业
扎实的数学基础，熟悉线性代数、概率统计、最优化理论
精通Python编程语言，熟悉Pandas、Scikit-learn等数据处理工具
熟练掌握TensorFlow、PyTorch、MindSpore等至少一种深度学习框架
具备至少3年AI算法研发或大模型应用开发相关经验
独立主导或完整参与过至少2个AI项目的算法设计、开发与落地
英语可作为工作语言
工作职责
负责现有产品和新产品的生产工艺规划与实施
负责机器学习、深度学习、自然语言处理（NLP）等领域的算法设计与开发，构建面向业务场景的定制化AI解决方案
独立完成数据挖掘、特征工程、模型训练与调优，提升模型在准确率、泛化能力和实时性等方面的表现
探索大规模语言模型（LLM）在对话系统、知识图谱、内容生成、智能推荐等应用场景，推动大模型技术在企业级场景的落地
设计并实现Prompt Engineering方案，结合LangChain、LlamaIndex等工具构建基于LLM的企业级AI应用系统
熟悉数据处理技术（数据清洗、特征提取）及工具（如Pandas、Scikit-learn），利用机器学习算法完成数据聚类和分布分析，支撑结构化LLM微调数据集
优化LLM推理流程，利用vLLM、Ollama、TGI等推理框架提升服务性能，降低延迟，提高吞吐量
掌握量化、蒸馏等模型轻量化技术
参与大模型的继续预训练、微调、RAG（检索增强生成）和Agent（智能体）适配，提升模型在垂直领域的表现
管理AI模型从训练、超参数调优、测试到部署的完整生命周期，确保模型在生产环境中的稳定性和高性能
在专业领域内担任内部及外部联络人，参与内部工作组协作
编制内部文件（如文档等）并按需进行内部汇报
识别公司内部本领域持续教育的需求，规划并实施复杂主题的内部及外部培训（含国内和国际）
协助制定并优化本专业领域的内部标准与流程
观察并识别专业领域内的趋势，以制定概念方案并提出行动建议（如规划方法等）
主要开展专业领域内的概念性工作
管理、控制和协调子项目，依据检查清单和绩效指标监控项目执行与目标达成情况
进行复杂分析以优化流程并制定改进措施
AI 洞察
暂无 AI 洞察数据
Watch Jobs