国产精品国产亚洲精品看不卡,亚洲成av人影院,久久99亚洲综合精品首页,国产一级理论免费版,欧美色婷婷,久久综合一个色综合网,欧美性色黄在线视

崗位職責
1、核心負責 NLU（自然語言理解）系統(tǒng)落地，聚焦鋼鐵行業(yè)意圖識別、槽位抽?。ê瑥秃喜郏⒔Y(jié)構(gòu)化JSON輸出，基于Qwen14B模型完成微調(diào)、優(yōu)化及上線。
2、負責LLM（大模型）輕量微調(diào)（LoRA為主），包括訓練數(shù)據(jù)構(gòu)造、參數(shù)調(diào)優(yōu)、模型評估，解決口語化、簡稱、省略句、復合槽拆分等業(yè)務難點。
3、協(xié)同后端團隊，將NLU模型接口化、服務化部署，配合完成前置規(guī)則（詞典歸一化）、后置校驗（JSON格式/槽位合法性）的算法層面落地。
4、負責BadCase收集、分析及迭代優(yōu)化，持續(xù)提升意圖識別、槽位抽取的準確率（目標97% ），保障系統(tǒng)工業(yè)級穩(wěn)定運行。
5、結(jié)合鋼鐵行業(yè)業(yè)務場景（大宗商品、品種/材質(zhì)/鋼廠等槽位），優(yōu)化生成式NLU算法方案，適配業(yè)務迭代需求。
6、簡化算法落地流程，配合后端架構(gòu)，實現(xiàn)“數(shù)據(jù)準備→模型訓練→推理部署→迭代優(yōu)化”的閉環(huán)。

任職要求
1、1-3年算法落地經(jīng)驗，聚焦 NLU、大模型微調(diào)、結(jié)構(gòu)化抽取 相關方向，有生成式NLU（Generative NLU）落地經(jīng)驗者優(yōu)先。
2、熟練掌握LLM輕量微調(diào)技術（LoRA），有Qwen系列（Qwen-7B/14B）微調(diào)經(jīng)驗者優(yōu)先，能獨立完成模型訓練、調(diào)優(yōu)及評估。
3、理解NLU核心任務（意圖識別、槽位抽?。?，能解決口語化、復合槽、簡稱歸一化、省略繼承等實際業(yè)務問題。
4、熟練使用Python，掌握常見機器學習/大模型框架（Hugging Face、Transformers等），能獨立編寫訓練、推理腳本。
5、具備良好的工程思維，能配合后端團隊完成算法落地，關注系統(tǒng)穩(wěn)定性、可擴展性，而非純理論研究。