崗位職責(zé):
1.數(shù)據(jù)處理與分析:收集、整理電網(wǎng)各業(yè)務(wù)場景數(shù)據(jù),進行清洗、標注與特征工程處理,構(gòu)建高質(zhì)量數(shù)據(jù)集,為模型訓(xùn)練提供可靠數(shù)據(jù)支撐。
2.模型構(gòu)建與訓(xùn)練:根據(jù)電網(wǎng)業(yè)務(wù)需求,選擇合適的機器學(xué)習(xí)、深度學(xué)習(xí)算法,設(shè)計并搭建模型架構(gòu);運用標注好的數(shù)據(jù)集進行模型訓(xùn)練、調(diào)優(yōu),持續(xù)優(yōu)化模型性能與精度。?
3.AI 應(yīng)用開發(fā):將訓(xùn)練好的模型部署到電網(wǎng)業(yè)務(wù)場景中,開發(fā)配套的 AI 應(yīng)用程序,實現(xiàn)模型功能的落地應(yīng)用,如智能故障診斷、負荷預(yù)測等。?
4.系統(tǒng)優(yōu)化與維護:監(jiān)控 AI 應(yīng)用運行狀態(tài),收集使用反饋,對模型和應(yīng)用系統(tǒng)進行持續(xù)優(yōu)化;及時處理運行中出現(xiàn)的問題,保障系統(tǒng)穩(wěn)定運行。?
5.技術(shù)協(xié)作與支持:與團隊成員協(xié)作,共同攻克模型訓(xùn)練與 AI 應(yīng)用開發(fā)中的技術(shù)難題;為業(yè)務(wù)部門提供技術(shù)支持與培訓(xùn),解答使用過程中的疑問。?
6.前沿技術(shù)研究:跟蹤機器學(xué)習(xí)、AI 領(lǐng)域前沿技術(shù),結(jié)合電網(wǎng)業(yè)務(wù)特點,探索新技術(shù)在電網(wǎng)場景的應(yīng)用可能性,推動技術(shù)創(chuàng)新。?
任職要求:
1.學(xué)歷與專業(yè):本科及以上學(xué)歷,計算機科學(xué)、人工智能、數(shù)學(xué)、統(tǒng)計學(xué)等相關(guān)專業(yè)優(yōu)先。具備985,211及等同大學(xué)學(xué)歷這優(yōu)先。
2.項目經(jīng)驗:2 年以上模型訓(xùn)練或 AI 應(yīng)用開發(fā)項目經(jīng)驗,有電網(wǎng)行業(yè)項目經(jīng)驗者優(yōu)先;具備從數(shù)據(jù)處理到模型部署的完整項目實踐經(jīng)歷。?
3.技術(shù)能力:熟練掌握 Python 編程,熟悉 TensorFlow、PyTorch 等主流深度學(xué)習(xí)框架;精通機器學(xué)習(xí)算法原理及應(yīng)用;具備數(shù)據(jù)庫操作能力,熟悉 Linux 系統(tǒng);了解 AI 應(yīng)用開發(fā)相關(guān)技術(shù);熟悉大模型訓(xùn)練的完整流程,包括數(shù)據(jù)預(yù)處理、模型架構(gòu)設(shè)計、超參數(shù)調(diào)優(yōu)、分布式訓(xùn)練等;掌握大模型微調(diào)技術(shù),如基于 Prompt Tuning、LoRA 等輕量化微調(diào)方法;了解大模型評估指標,能對訓(xùn)練結(jié)果進行科學(xué)評估;熟悉大模型訓(xùn)練的硬件資源配置與優(yōu)化,如 GPU 集群管理、顯存優(yōu)化等;掌握大模型訓(xùn)練過程中的性能監(jiān)控與故障排查方法
4.行業(yè)知識:熟悉電網(wǎng)業(yè)務(wù)流程、行業(yè)規(guī)范,了解電網(wǎng)業(yè)務(wù)場景的 AI 應(yīng)用需求,能夠?qū)⒓夹g(shù)與業(yè)務(wù)有效結(jié)合。?
5.綜合素養(yǎng):具備較強的邏輯思維能力、問題解決能力與學(xué)習(xí)能力;工作認真負責(zé),有良好的團隊協(xié)作精神和溝通能力,能適應(yīng)一定工作壓力。