1.职位描述1.1.课程开发

• 根据市场需求，设计和开发系统化的人工智能课程，覆盖理论、案例和真实项目开发。

• 课程内容涵盖以下方向：

• 数据科学基础：包括数据预处理、特征工程等。

• 机器学习：熟悉各类算法及其应用场景。

• 深度学习：掌握神经网络结构和训练技巧。

• 自然语言处理：了解文本分析、语言模型等。

• 计算机视觉：包括图像识别、处理技术。

1.2.授课与培训

• 通过真实项目案例进行教学，例如：

• 数据分析项目，从数据收集到模型部署的完整流程。

• 机器学习模型在实际业务问题中的应用。

• 深度学习在图像和语音识别中的实际案例。

• 结合人工智能技术，教授学生如何从零开始设计和开发AI系统。

• 通过企业级项目（如智能推荐系统、自动化客服等），提升学生的实战能力。

1.3.技术支持与课程优化

• 配合学员完成企业级项目开发，提供技术指导和问题解决。

• 定期更新和优化课程内容，确保课程与行业发展同步。

• 组织技术分享和答疑，帮助学员掌握行业前沿技术。

2.任职要求2.1.教育背景

• 本科或以上学历，计算机科学、软件工程、数据科学或相关专业优先。

2.2.技术能力

• 熟练掌握Python编程语言，了解PyTorch深度学习框架。

• 熟悉大模型算法，包括注意力机制、Embedding、Transformer、Bert、GPT等。

• 掌握模型训练与微调技术，包括LoRA/QLoRA、DeepSpeed Zero优化等。

• 有RAG系统开发经验，熟悉LangChain/LlamaIndex等知识库问答系统。

• 熟悉多Agent系统开发，了解LangGraph和AutoGen Studio等工具。

• 有Hugging Face模型应用经验，能够使用Hugging Face API进行模型调用和微调。

• 熟悉OpenAI开发技术，能够基于OpenAI接口开发AI应用。

• 有Langchain开发技术经验，熟悉Prompt Engineering和LLM、Chat models等。

2.3.项目经验

• 至少掌握以下项目中的两个以上：

• 有基于opencv的医疗项目，涉及医学影像处理和分析经验优先。

• 有Yolov5_DeepSort_Pytorch多行人轨迹跟踪，涉及目标检测算法经验优先。

• 基于Llama3的训练与微调，涉及大模型微调和优化。

• 本地知识库文档问答机器人，涉及RAG模型和文档处理。

• 企业文档问答Agent，涉及LLM和企业知识管理。

2.4.教学能力

• 具备AI领域的教学经验或培训经验，能够将复杂的技术内容简化，传授给学员。

• 熟悉企业级项目开发流程，能够指导学员完成从零到部署的完整项目。

2.5.软技能

• 具备良好的沟通能力和团队合作精神，能够与学员和同事高效协作。

• 能够根据学员需求调整教学内容和进度，提升学员的学习效果。