职位描述

1、负责搜索相关的向量模型（BERT base, GPT base）的训练调优。涉及稠密检索dense和稀疏检索sparse模型的训练；

2、研究业务场景RAG的实现及优化，助力大模型LLM与检索系统的集成与构建；

3、跟踪最新LLM及人工智能领域进展，持续进行新技术迭代；

4、探索Agent记忆能力与大模型的深度融合与应用；

职位要求

1、研究生/博士在读，计算机科学、数学、统计学等相关专业优先；

2、熟悉Python等至少一种编程语言与深度学习框架，具有良好的编程能力和扎实的数学理论基础，熟悉Linux操作系统等；

3、具备NLP经验，熟悉BERT、GPT等模型，有LLM，内容生成，相关经验优先；

4、关注行业前沿进展，对技术开发及应用有热情，有自己的想法并乐于挑战自我；

5、有自然语言处理、机器学习等领域顶级会议发表成果的优先；

6、实习时间6个月及以上，每周不少于4天。

人工智能、计算机、软件