工作內(nèi)容:
1、 大模型應(yīng)用與創(chuàng)新 - 關(guān)注并跟進AI大模型(如Deepseek、Qwen等)的最新技術(shù)動向,結(jié)合運營商業(yè)務(wù)特性探索大模型在話務(wù)分析、業(yè)務(wù)分析等領(lǐng)域的創(chuàng)新應(yīng)用。 - 負責推動大模型在企業(yè)內(nèi)部的落地實踐,包括技術(shù)選型、平臺搭建、模型部署與優(yōu)化,確保與電渠業(yè)務(wù)的深度融合。
2. 數(shù)據(jù)治理與系統(tǒng)性能優(yōu)化 - 參與或主導數(shù)據(jù)收集、數(shù)據(jù)清洗、數(shù)據(jù)標注、模型訓練及評估等全流程,保障數(shù)據(jù)安全和用戶隱私合規(guī)。 - 對推薦系統(tǒng)進行持續(xù)的性能監(jiān)控與優(yōu)化,包括推薦算法效率、模型迭代速度、系統(tǒng)容錯與擴展性等,確保在高并發(fā)場景下系統(tǒng)的穩(wěn)定運行。
3. 團隊協(xié)作與技術(shù)賦能 - 與前后端、測試、運營、數(shù)據(jù)分析等多方團隊通力協(xié)作,推進項目進度并對項目結(jié)果負責。 - 為團隊提供技術(shù)指導與培訓,分享先進的算法、模型和最佳實踐,提升整體技術(shù)能力。
4. 前瞻性技術(shù)研究 - 持續(xù)關(guān)注業(yè)界前沿的推薦算法、AI大模型以及大數(shù)據(jù)相關(guān)技術(shù),評估其在電渠業(yè)務(wù)場景下的可行性與價值。 - 結(jié)合運營商特有的業(yè)務(wù)模式及數(shù)據(jù)資源,不斷探索創(chuàng)新場景與商業(yè)化機會,推動企業(yè)在AI領(lǐng)域的競爭力提升
任職要求:
1. 專業(yè)技能 - 熟悉深度學習框架(如TensorFlow、PyTorch等)及常用的機器學習工具(如Scikit-learn、XGBoost等)。 - 了解或具備AI大模型(Deepseek、Qwen等)華為昇滕服務(wù)器應(yīng)用及部署經(jīng)驗,對大規(guī)模預訓練模型的原理與實踐有一定認識。 - 掌握分布式計算與大數(shù)據(jù)處理相關(guān)技術(shù)(Hadoop、Spark、Flink等),能夠進行海量數(shù)據(jù)的高效分析與挖掘。 - 對數(shù)據(jù)庫(SQL/NoSQL)及數(shù)據(jù)倉庫有一定的了解,能合理設(shè)計數(shù)據(jù)存儲與管理方案。
2. 業(yè)務(wù)理解 - 對中國移動運營商業(yè)務(wù)模式和電渠業(yè)務(wù)形態(tài)有基本了解,或?qū)ヂ?lián)網(wǎng)/電商/本地生活服務(wù)等領(lǐng)域的推薦系統(tǒng)有成功經(jīng)驗。 - 能夠從業(yè)務(wù)目標出發(fā),結(jié)合用戶畫像與行為數(shù)據(jù),設(shè)計最優(yōu)的推薦策略。
3. 軟技能 - 具備良好的跨團隊溝通與協(xié)作能力,能夠協(xié)調(diào)產(chǎn)品、技術(shù)、運營等多方資源。 - 較強的分析與解決問題能力,能夠在復雜業(yè)務(wù)場景下快速定位問題并提出可行方案。 - 保持對前沿技術(shù)的。