1.職位描述1.1.課程開發(fā)

? 根據(jù)市場需求，設(shè)計和開發(fā)系統(tǒng)化的人工智能課程，覆蓋理論、案例和真實項目開發(fā)。

? 課程內(nèi)容涵蓋以下方向：

? 數(shù)據(jù)科學(xué)基礎(chǔ)：包括數(shù)據(jù)預(yù)處理、特征工程等。

? 機器學(xué)習(xí)：熟悉各類算法及其應(yīng)用場景。

? 深度學(xué)習(xí)：掌握神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)和訓(xùn)練技巧。

? 自然語言處理：了解文本分析、語言模型等。

? 計算機視覺：包括圖像識別、處理技術(shù)。

1.2.授課與培訓(xùn)

? 通過真實項目案例進行教學(xué)，例如：

? 數(shù)據(jù)分析項目，從數(shù)據(jù)收集到模型部署的完整流程。

? 機器學(xué)習(xí)模型在實際業(yè)務(wù)問題中的應(yīng)用。

? 深度學(xué)習(xí)在圖像和語音識別中的實際案例。

? 結(jié)合人工智能技術(shù)，教授學(xué)生如何從零開始設(shè)計和開發(fā)AI系統(tǒng)。

? 通過企業(yè)級項目（如智能推薦系統(tǒng)、自動化客服等），提升學(xué)生的實戰(zhàn)能力。

1.3.技術(shù)支持與課程優(yōu)化

? 配合學(xué)員完成企業(yè)級項目開發(fā)，提供技術(shù)指導(dǎo)和問題解決。

? 定期更新和優(yōu)化課程內(nèi)容，確保課程與行業(yè)發(fā)展同步。

? 組織技術(shù)分享和答疑，幫助學(xué)員掌握行業(yè)前沿技術(shù)。

2.任職要求2.1.教育背景

? 本科或以上學(xué)歷，計算機科學(xué)、軟件工程、數(shù)據(jù)科學(xué)或相關(guān)專業(yè)優(yōu)先。

2.2.技術(shù)能力

? 熟練掌握Python編程語言，了解PyTorch深度學(xué)習(xí)框架。

? 熟悉大模型算法，包括注意力機制、Embedding、Transformer、Bert、GPT等。

? 掌握模型訓(xùn)練與微調(diào)技術(shù)，包括LoRA/QLoRA、DeepSpeed Zero優(yōu)化等。

? 有RAG系統(tǒng)開發(fā)經(jīng)驗，熟悉LangChain/LlamaIndex等知識庫問答系統(tǒng)。

? 熟悉多Agent系統(tǒng)開發(fā)，了解LangGraph和AutoGen Studio等工具。

? 有Hugging Face模型應(yīng)用經(jīng)驗，能夠使用Hugging Face API進行模型調(diào)用和微調(diào)。

? 熟悉OpenAI開發(fā)技術(shù)，能夠基于OpenAI接口開發(fā)AI應(yīng)用。

? 有Langchain開發(fā)技術(shù)經(jīng)驗，熟悉Prompt Engineering和LLM、Chat models等。

2.3.項目經(jīng)驗

? 至少掌握以下項目中的兩個以上：

? 有基于opencv的醫(yī)療項目，涉及醫(yī)學(xué)影像處理和分析經(jīng)驗優(yōu)先。

? 有Yolov5_DeepSort_Pytorch多行人軌跡跟蹤，涉及目標(biāo)檢測算法經(jīng)驗優(yōu)先。

? 基于Llama3的訓(xùn)練與微調(diào)，涉及大模型微調(diào)和優(yōu)化。

? 本地知識庫文檔問答機器人，涉及RAG模型和文檔處理。

? 企業(yè)文檔問答Agent，涉及LLM和企業(yè)知識管理。

2.4.教學(xué)能力

? 具備AI領(lǐng)域的教學(xué)經(jīng)驗或培訓(xùn)經(jīng)驗，能夠?qū)?fù)雜的技術(shù)內(nèi)容簡化，傳授給學(xué)員。

? 熟悉企業(yè)級項目開發(fā)流程，能夠指導(dǎo)學(xué)員完成從零到部署的完整項目。

2.5.軟技能

? 具備良好的溝通能力和團隊合作精神，能夠與學(xué)員和同事高效協(xié)作。

? 能夠根據(jù)學(xué)員需求調(diào)整教學(xué)內(nèi)容和進度，提升學(xué)員的學(xué)習(xí)效果。