职位&公司对比
职位详情
- 苏州
- 5-10年
- 硕士
- 图像算法
- Python
- 参加算法相关竞赛/获奖
- LSP
岗位职责： 1、可见光前沿算法的调研、设计和开发工作，能对关键算法kanzhun的演进起到推动作用，满足产品或客户对相关算法的质量和性能需求； 2、能来自BOSS直聘够独立完成ISP全链路kanzhun算法的C Model和设计文档，配合ASIC进行算法开发，根据ASIC需求进行算法的改进，并参与ISP架构设计和改进； 3、掌握ISP相关验证技术，能按时按质完成相来自BOSS直聘关算法的验证任务； 4、根据客户需求进行相关算法效果的调试；必要时需要出差现场支持； 5、能够对相关算法提出创新思路或总结工作成果，完成专利撰写； 6、熟悉可见光探测器的各项性能指标、调试方法；了解光学知识，协助产品端进行探测器、镜头的分析、选kanzhun型； 7、负责对可见光ISP算法相关知识的各项内部培训工作； 8、协同测试、品质部门建立一套完善的可见光成像质量评价、测试方案。 任职要求： 1、本科985/硕士211以上，理工类，电子、计算机、数学、物理、光学等专业优先考虑; 2、五年以上工作经验，具有多个可见光ISP核心算法开发经验； 3、熟练掌握C/C++、python或matlab等一种或多种编程语言及图像处理工具；具备良好的数学基础，能够快速编程实现算法；扎实的图像处理理论基础，熟悉常用的图像处理方法； 4、精通可见光ISP全链路算法原理，对业界前沿算法有广泛的了解，对ISP pipeline、架构有深入的研究，对ISP图像质量有充分的认识； 5、熟练运用英文查阅论文，能够对论文工作复现并进行改进；能撰写工作相关文档； 6、优秀地分析和解决问题的能力；具有团队精神，能与同事协作完成工作任务； 7、了解FPGA、数字IC基本原理，有ISP落地经验者优先；
职位详情
- 苏州
- 3-5年
- 硕士
- 深度学习
- 大模型算法
- 强化学习
- 图像算法
- 多模态算法
- 分布式训练
- 发表算法相关优秀论文
工作职责 kanzhun1.负责LLM相关底层技术，特别是多模态方向的研究与实现，突破GPT类的生成式大模型。 2.基于基础大模型，探索训练方法提升模型科学领BOSS直聘域的理解能力和通用抽取能力。 3.将预训练模型与文档描述、表格抽取、图片问答等多领域实际问题相结boss合，全面提升CV、NLP研发任务及创新应用。 4.分析整合多模态数据集，构建垂直聘直领域如材料科学、化学、生物技术等相关领域的多模态数据集。 5.有科学计算相关的研究经验优先。 任职资格 1. 有预训练模型研发经验，深入理解Bert和GPT相关原理，如SFT和RLHF等关键技术，解决多模态对齐问题； 2. 扎实的编程基础，精通python等，有2B参数量以上模型的训练经验，熟悉如Megatron、DeepSpeed等最新训练框架代码； 3. 熟悉常见计算机视觉以及深度学习模型的原理与算法，能熟练运用Pytorch、Tensorflow等深度学习框架； 4. 有强烈求知欲，对人工智能领域相关技术有热情； 5. 具有良好的数学基础，良好的科学文献阅读能力和良好的团队合作精神。 如有以下经验者优先： 1.博士优先，有acl/aaai/kdd/nips/cvpr等a类论来自BOSS直聘文者优先； 2.有多模态生成式模型研发经验者优先。 3.有材料科学、化学、生物技术等相关专业背景者优先。
技能解析
- 设计文档
- 完成工作
- FPGA
- 编程语言
- 架构设计
- 熟练掌握C
- 完成工作任务
- 相关算法
- 算法相关
- 调试方法
- 测试方案
- 算法开发经验
- C/C++
- ASIC
- 图像处理
- 开发经验
- 团队精神
- 开发工作
- 具有团队精神
- 分析和解决问题的能力
- 解决问题的能力
- 解决问题
- 理论基础
- 基本原理
- 性能指标
- 算法原理
- 图像质量
- 分析和解决问题
- 算法开发
- 客户需求
- 培训工作
- 数学基础
数据来自CSL职业科学研究室
技能解析
- 深度学习框架
- 编程基础
- 训练框架
- 团队合作精神
- 分析整合
- 计算机视觉
- 深度学习
- 理解能力
- 关键技术
- 团队合作
- 生物技术
- 训练方法
- 文献阅读
- 合作精神
- 研发经验
- 阅读能力
- 数学基础
数据来自CSL职业科学研究室
工作时间
工作时间
公司福利
- 餐补
- 员工旅游
- 带薪年假
- 年终奖
- 定期体检
- 五险一金
公司福利
- 五险一金
- 补充医疗保险
- 定期体检
- 年终奖
- 股票期权
- 带薪年假
- 员工旅游
- 节日福利
- 零食下午茶
- 期权激励
- 项目激励
电子营业执照
京公网安备11010502032801