崗位職責(zé)
1、知識圖譜構(gòu)建協(xié)助收集、整理垂直領(lǐng)域數(shù)據(jù),為知識圖譜構(gòu)建提供數(shù)據(jù)支持。
2、參與知識圖譜的初步搭建,輔助完成實體識別、關(guān)系抽取等基礎(chǔ)工作。
3、協(xié)助操作圖數(shù)據(jù)庫(如 Neo4j/JanusGraph),進行數(shù)據(jù)的存儲與簡單查詢。
4、算法模型工作參與多模態(tài)數(shù)據(jù)的預(yù)處理,如數(shù)據(jù)清洗、標(biāo)注等。
5、協(xié)助設(shè)計并優(yōu)化簡單算法模型,參與模型訓(xùn)練、評估與調(diào)優(yōu)過程。
6、配合完成服務(wù)端機器學(xué)習(xí)模型的部分開發(fā)任務(wù),進行小規(guī)模設(shè)備上的模型測試與初步分析。
7、協(xié)助完成項目相關(guān)的文檔編寫與整理工作。
任職要求:
1、教育背景:本科及以上學(xué)歷(計算機科學(xué)、軟件工程、人工智能、數(shù)據(jù)科學(xué)、統(tǒng)計學(xué)等相關(guān)專業(yè))。
2、- 熟悉機器學(xué)習(xí)基本流程,了解 XGBoost、LightGBM、Transformer 等基礎(chǔ)模型,對時序數(shù)據(jù)分析有初步了解,接觸過傳感器數(shù)據(jù)流。
3、掌握 Python 編程語言,了解 PyTorch/TensorFlow 深度學(xué)習(xí)框架基本使用。
4、了解模型服務(wù)化、模型壓縮(Pruning/Quantization)及邊緣計算協(xié)同部署基本概念者優(yōu)先。
5、實習(xí)要求:每周到崗時間不少于4天,實習(xí)期不少于6個月;表現(xiàn)優(yōu)異者有機會獲得轉(zhuǎn)正機會。