深度学习算法工程师-南京-2027届秋招(J18263)

"1. 负责计算机视觉、自然语言处理、大语言模型、多模态等方向的深度学习算法研发，根据业务需求设计、优化算法方案，完成模型训练与迭代，输出可落地的算法模型。

2. 02

   负责数据集的调研、采集、清洗、标注规范制定、数据分析与数据增强，搭建和优化数据处理流程，保障训练数据质量，支撑模型持续迭代优化。

3. 03

   基于 PyTorch、TensorFlow 等主流深度学习框架完成模型训练、调参、评估及优化，开展模型蒸馏、量化、剪枝、轻量化等工作，持续提升模型精度、推理效率和稳定性。

4. 04

   负责算法实验设计、效果分析和问题排查，针对实际业务问题独立设计算法方案，完成实验验证、效果评估和持续迭代。

5. 05

   跟进深度学习、大模型、多模态等领域的前沿论文、技术方案和开源项目，结合业务需求开展技术调研、算法复现及创新落地。

6. 06

   参与算法模型的推理部署和工程化落地，完成模型服务化、性能优化及相关问题排查。"

"1. 硕士及以上学历，计算机、人工智能、软件工程、数学、统计等相关专业，具备扎实的机器学习、深度学习理论基础，熟悉经典机器学习算法和深度学习网络结构。

2. 02

   熟练使用 Python，熟悉 PyTorch、TensorFlow 等主流深度学习框架，掌握数据处理、模型训练、评估和优化的完整流程。

3. 03

   在计算机视觉、自然语言处理、大语言模型、多模态等一个或多个方向具备实践经验，有相关项目、科研、竞赛或工程落地经验。

4. 04

   熟悉常见的模型训练和优化方法，了解迁移学习、数据增强、损失函数设计、学习率策略、模型蒸馏、量化、剪枝、轻量化等技术。

5. 05

   具备良好的数据分析、实验设计、模型调优和问题排查能力，能够针对业务问题独立完成算法方案设计和实验迭代。

6. 06

   具备一定的算法工程化能力，了解模型推理部署、服务化及性能优化流程，有实际工程落地经验优先。

7. 07

   具备良好的逻辑思维、自主学习和团队协作能力，能够快速学习新的算法方向和技术，并结合实际业务进行落地。"