大模型与多模态算法
训练、微调、对齐或优化语言、图像、视频与语音模型。
- 常见产出
- 数据集、训练配置、模型、评测与实验报告
- 检索词
- 大模型算法 / 多模态算法 / 生成模型
AI ALGORITHM · 技术线
对数据方案、模型效果、实验结论以及模型进入业务后的指标变化负责。
与 Research 相比,算法岗通常面对更明确的任务和指标;与 AI 开发相比,算法岗主要优化模型、特征、策略和数据,而不是以系统稳定性为首要结果。
ROLE TYPES
训练、微调、对齐或优化语言、图像、视频与语音模型。
完成召回、排序、用户建模和策略优化。
处理检测、分割、OCR、识别、合成等感知任务。
把学习算法用于感知、规划、控制或科学领域数据。
WORK CHAIN
定义任务和评价指标
构造训练与验证数据
选择基线并实现模型
训练、调参与对照实验
解释误差并迭代数据或模型
OFFICIAL JD SAMPLES
生成式与多模态模型研发
模型插件、工具链和应用落地
前沿算法复现与效果调优
Python
深度学习框架
Transformers 与工程经验
视频推荐核心策略研发
大规模建模与模型优化
数据洞察和产品效果提升
推荐与信息检索
C++ / Python
分布式数据处理
视频生成模型算法研究
可控、编辑与低成本生成
数据策略和高效模型调优
扩散模型 / VAE
多模态生成经验
Python / C++
先用职责词搜索,不只搜岗位名称
CONCEPT CHAIN
分别用于学习参数、选择方案和最终评估,必须避免数据泄漏。
在固定数据集上计算的准确率、召回率、损失或生成质量等指标。
在真实流量中比较策略或模型版本对业务与用户指标的影响。
把线上问题与反馈变成新数据,再用于训练、评测和持续改进。