【25届】NLP通用基础大模型算法方向

【岗位信息有延迟，具体情况，以官网为准。】1、数据的处理：定性分析、定量评估数据质量，并给出 scalable 的改进方案，对数据采集和处理流程不断提出新的要求和改进方案； 2、模型的改进：在 Large Scale 上迭代并改进模型使其更加的高效（capacity per flops / improvement per flops），或者提升模型的 scale up 后的稳定性； 3、研究并改进 Scale Law，随着模型的变化给出 Large Scale 上的技术选择（例如参数/数据比、不同超参数设置等）； 4、多模态：研发多种模态作为输入/输出的 Large Scale 模型。

【岗位信息有延迟，具体情况，以官网为准。】1、统招本科及以上学历，计算机相关专业优先； 2、具备扎实的Pytorch与Python技术基础，擅长代码读写，且能有效利用工具提升工作效率； 3、精通至少 1 个 Deep Learning 任务，有相关实习经历或支撑过 Web Scale 的业务规模； 4、对 SOTA 的大模型技术有深入了解，能够问出好的问题，并对至少一个重要问题有非共识理解； 5、具备良好的科学研发习惯、问题定义能力和对细节敏感。