大模型算法工程师（合同智能处理方向）(J10436)

负责合同文档理解相关算法的设计、开发与持续优化，包括合同分类、字段及实体抽取、条款识别与分类、合同标签及多标签预测等任务。

根据业务目标完成算法方案选型，综合使用传统机器学习、深度学习、预训练语言模型和大语言模型，选择效果、成本和可维护性合理的技术路线。

参与训练数据建设，包括标注规范设计、数据清洗、样本构造、数据质量分析、困难样本挖掘和训练集迭代。

建立模型评测体系，围绕准确率、召回率、F1和线上错误率等指标进行实验设计、效果分析和模型优化，重点解决类别不均衡、长尾标签和跨模板泛化问题。

与产品、业务专家和工程团队协作，推动模型部署、线上验证和效果监控，形成从业务反馈到数据及模型迭代的闭环。

跟踪NLP、文档智能及大语言模型领域的技术进展，并结合实际业务场景进行验证和落地。

计算机、人工智能、自然语言处理、数学、统计学等相关专业硕士及以上学历。

具备扎实的机器学习、深度学习和自然语言处理基础，理解文本分类、命名实体识别、信息抽取、多标签分类等常见任务及其评测方法。

熟练使用Python，熟悉PyTorch、Transformers、scikit-learn等常用算法和数据处理工具。

至少在一个NLP方向有较深入的项目或实践经验，能够独立完成数据分析、模型训练、实验评估和错误归因。

具备良好的工程意识，熟悉Linux、Git和基本的软件开发流程，能够与工程团队协作完成模型服务化和业务集成。

具备较强的问题分析能力，能够把业务需求转化为可定义、可评测、可迭代的算法问题。

具备良好的沟通能力和责任意识，愿意深入理解合同业务并持续打磨模型效果。

具备良好的 AI 驾驭能力，能够根据需求以及任务设计出落地方案，并结合 loop engineering 等方式提高研发效能。