柳州知識(shí)圖譜招聘

桂聘提供2025年10月柳州知識(shí)圖譜最新招聘，柳北區(qū)1條柳南區(qū)1條，更多知識(shí)圖譜自然語言處理算法工程師nlp自然語言處理算法工程師招聘，就上桂聘 guipin.com 篩選工作

招聘相關(guān)崗位相關(guān)企業(yè)

Python開發(fā)工程師

8000-13000元

長沙翊豐汽車科技有限公司

柳州-柳南區(qū) 1人電子汽車瀏覽:56

2025-10-06

彭肖豐

崗位職責(zé)
掌握機(jī)器學(xué)習(xí)及深度學(xué)習(xí)的基礎(chǔ)知識(shí)
1）熟悉經(jīng)典算法（監(jiān)督/無監(jiān)督化學(xué)習(xí)、集成學(xué)習(xí)等）。
2）理解模型評(píng)估與優(yōu)化方法（交叉驗(yàn)證、超參數(shù)調(diào)優(yōu)）。
3）掌握特征工程、數(shù)據(jù)清洗與預(yù)處理技術(shù)。
4）精通主流框架（TensorFlow/PyTorch/Keras）。
5）熟悉神經(jīng)網(wǎng)絡(luò)架構(gòu)（CNN、RNN、Transformer等）。
6）具備模型壓縮與優(yōu)化經(jīng)驗(yàn)（量化、剪枝、蒸餾）。
熟練掌握自然語言處理及推薦系統(tǒng)
1）文本處理技術(shù)（分詞、詞向量、句法分析）。
2）熟悉預(yù)訓(xùn)練模型（BERT、GPT、T5等）的微調(diào)與部署。
3）掌握文本生成、問答系統(tǒng)、信息抽取等任務(wù)。
4）協(xié)同過濾、內(nèi)容推薦、混合推薦算法。
5）熟悉召回、排序、重排等模塊設(shè)計(jì)。
深刻理解知識(shí)圖譜與語義理解
1）知識(shí)抽取、融合與存儲(chǔ)技術(shù)（如Neo4j、圖數(shù)據(jù)庫）。
2）熟悉本體建模、實(shí)體鏈接與關(guān)系推理。
3）了解語義搜索和知識(shí)推理算法。。
掌握數(shù)據(jù)標(biāo)注與治理及數(shù)據(jù)庫
1）設(shè)計(jì)數(shù)據(jù)標(biāo)注流程與質(zhì)量控制策略。
2）熟悉數(shù)據(jù)增強(qiáng)與合成技術(shù)。
3）了解Milvus、FAISS等向量檢索技術(shù)，支持高維數(shù)據(jù)快速匹配
4）熟練使用SQL/NoSQL數(shù)據(jù)庫（MySQL/MongoDB/Elasticsearch）
5）了解微服務(wù)架構(gòu)與消息隊(duì)列（Kafka/RabbitMQ）。
6）模型推理加速（ONNX、TensorRT）。

AI工程師

8000-12000元

廣西英騰教育科技股份有限公司

柳州-柳北區(qū) 1人電子法律教育瀏覽:22

2025-10-05

周先生

崗位職責(zé)：
1、AI大模型訓(xùn)練與優(yōu)化：負(fù)責(zé)使用主流技術(shù)（如監(jiān)督微調(diào)-SFT、低秩適應(yīng)-LoRA等）對(duì)大型AI模型進(jìn)行訓(xùn)練和微調(diào)，根據(jù)業(yè)務(wù)需求提升模型在特定任務(wù)、領(lǐng)域上的表現(xiàn)。
2、AI Agent 研發(fā)：設(shè)計(jì)和開發(fā)基于AI的智能代理（AI Agent），使其能夠執(zhí)行特定任務(wù)。
3、AI應(yīng)用的研發(fā)和優(yōu)化：主導(dǎo)或參與公司AI應(yīng)用產(chǎn)品的研發(fā)、實(shí)現(xiàn)與持續(xù)優(yōu)化，確保產(chǎn)品功能完善、性能優(yōu)異。
4、技術(shù)探索與團(tuán)隊(duì)賦能：持續(xù)學(xué)習(xí)并關(guān)注AI/機(jī)器學(xué)習(xí)領(lǐng)域的前沿技術(shù)，積極探索其應(yīng)用場景并推動(dòng)落地。負(fù)責(zé)編寫高質(zhì)量的技術(shù)文檔、進(jìn)行內(nèi)部知識(shí)分享和團(tuán)隊(duì)技術(shù)培訓(xùn)，有效提升團(tuán)隊(duì)整體的AI技術(shù)能力。
任職要求：
1、專業(yè)背景：計(jì)算機(jī)科學(xué)、人工智能、數(shù)據(jù)科學(xué)等相關(guān)專業(yè)。熟練掌握機(jī)器學(xué)習(xí)、深度學(xué)習(xí)核心原理，具備扎實(shí)的數(shù)學(xué)、統(tǒng)計(jì)學(xué)基礎(chǔ)。
2、熟練掌握 Python 及 PyTorch、TensorFlow 等主流框架。深入理解 NLP 技術(shù)、大語言模型（LLM）原理，掌握訓(xùn)練/微調(diào)技術(shù)（如 SFT、LoRA）及評(píng)估方法，熟悉 RAG（檢索增強(qiáng)生成）、大模型 API 開發(fā)，有 LangChain/Dify/LlamaIndex 等框架使用經(jīng)驗(yàn)，熟練運(yùn)用 Pandas/NumPy 處理大規(guī)模數(shù)據(jù)集。
3、項(xiàng)目經(jīng)驗(yàn)：熟悉模型訓(xùn)練、模型微調(diào)、熟悉調(diào)用大語言模型、熟悉RAG技術(shù)，有Dify、langchain使用經(jīng)驗(yàn)。擁有 AI 模型（尤其是大模型）訓(xùn)練、微調(diào)、評(píng)估或部署的實(shí)際項(xiàng)目經(jīng)驗(yàn)優(yōu)先。有AI Agent相關(guān)研發(fā)、落地經(jīng)驗(yàn)優(yōu)先。
4、了解知識(shí)圖譜、專家系統(tǒng)、強(qiáng)化學(xué)習(xí)等技術(shù)。
5、有 AI 系統(tǒng)工程化經(jīng)驗(yàn)：API 設(shè)計(jì)、模型部署（MLOps）、云平臺(tái)（AWS/Azure/GCP）或容器化（Docker/K8s）者優(yōu)先。