岗位职责

大模型算法研发：构建电商领域的大模型LLM底座，融合电商的知识，快速落地电商业务，例如：沉淀电商大模型预训练链路，研发电商NLP大模型，或者研发电商图文或者视频多模态大模型；
基础算法研发：持续建设和深耕NLP/CV/多模态基础预训练算法（BERT类算法），例如：沉淀&优化电商场景的预训练模型，包括超长文本/口语文本预训练，电商图片/视频自监督，适配电商商品的多模态表征学习等；
梳理&沉淀算法库，抽象算法接口，最大化提高算法/预训练模型的复用率，同时优化数据采集&模型训练&部署&推理的流程，提升研发效率；
技术输出：定期分享SOTA模型，赋能电商甚至公司级别的业务BU，沉淀专利和论文。

职位要求

扎实的机器技术基础，了解前沿的AI技术，发表过高水平学术会议论文或者有竞赛经验者优先；
熟悉大数据相关框架和应用MR/Spark、TensorFlow/PyTorch模型的训练和部署，了解混合精度训练、分布式训练等训练加速方法优先；
了解模型压缩&推理加速的研究和技术进展，包括但不限于模型量化、剪枝、蒸馏、TensorRT推理优化等；
熟悉CV&多模态方向的技术，有CV/多模态大模型相关项目经验优先，研发&优化电商视频&商品多模态大模型，结合LLM和视频/商品表征，支持视频多模态分类，视频QA，跨模态检索，商品分类等任务，显著超越线上模型；
在NLP方向上有较深入的研究，包括但不限于：预训练技术，自然语言理解，多语言&跨语言学习，自然语言生成，迁移学习，半监督督学习等；有LLM大模型相关项目经验优先；研发NLP大模型，以统一电商场景的NLP任务，落地电商业务场景；
有较强的实践能力，在Kaggle，COCO，ImageNet，ActivityNet，ICPC、GLUE，Super GLUE等比赛获奖者优先，有顶级学术会议（如CVPR、ICCV、ECCV、ACL、EMNLP等）发表论文者优先。