AI讲师

工作职责： 1、承担人工智能实体课程及线上课程的教学任务； 2、落实上级安排的各项工作内容。 任职资格： 1、技术能力：掌握Python编程语言，具备扎实的算法与数据结构功底，熟练运用至少一种深度学习框架（PyTorch、TensorFlow）。 深入理解大语言模型机制，熟悉Transformer、BERT、GPT等主流模型结构。 2、大模型能力：在RAG、Agent、对话系统、大模型应用开发或推理优化等方向中，具备至少一项实际项目经验，能独立推进从需求分析到功能落地的完整流程。 熟悉大模型推理加速技术（如vLLM、TensorRT-LLM、量化部署等）者优先考虑。 具备NLP基础，了解常见自然语言处理任务（如文本分类、信息抽取、语义匹配等）。 3、工程经验：具备良好的工程规范意识，熟练使用Git、Linux环境，有云平台部署经验（如AWS、阿里云）者优先。 有大型语言模型微调（SFT、LoRA等）项目实践者优先。 有对开源大模型（如Llama、ChatGLM、Qwen等）进行二次开发的经验者优先。 相关方向要求如下： 三年及以上大模型开发、大模型推理优化与自然语言处理（NLP）项目经历，或图像与视觉处理（CV）项目经历，或机器学习项目经历；在任一领域具有丰富实战经验即可。 自然语言处理方向：熟悉经典RNN结构，如LSTM、GRU、Seq2Seq等，理解Transformer中的Attention机制、位置编码等核心概念，曾使用BERT、XLNET等主流预训练模型解决文本序列任务。 图像与视觉处理方向：掌握图像处理常用算法，熟悉OpenCV等视觉计算工具库；对HOG、LBP、MTCNN、FasterRCNN、SSD、YOLO等检测、识别、跟踪、分割技术有深入研究；了解基于特征的图像拼接与定位方法，熟悉单/双目视觉或深度SLAM算法者更佳。 数据挖掘方向：精通常见机器学习经典算法，如逻辑回归、贝叶斯、支持向量机、决策树、随机森林、XGBoost、LightGBM等，能够推导算法实现原理，并具备大规模分布式应用场景经验。 4、表达清晰，沟通顺畅，具备良好的团队合作精神。 5、学习能力强，具备独立分析与解决问题的能力，能适应较高强度的工作节奏。 6、具备GPU并行计算实践经验者优先。