1.大语言模型开发与优化： 负责开发和优化基于大语言模型的NLP解决方案，专注于材料学领域的应用。 与材料科学家紧密合作，理解他们的具体需求，并据此开发和优化垂直行业内的语言模型。 利用先进的NLP技术，如Transformer架构、BERT、GPT等，为材料研发提供智能支持。 2.模型训练与部署： 负责NLP模型的训练、测试和微调，以实现上海院新材料开发所需的特定功能。 在实际应用中部署这些解决方案，确保模型的稳定性和性能。 监控模型性能，及时调整和优化，以适应新材料研发的最新需求。 3.语料库构建： 负责构建和管理新材料研发相关的语料库，包括但不限于技术文档、研究论文、专利等。 进行数据预处理、词元化、token库建立等，以支持语言模型的训练和优化。 持续更新和扩充语料库，以提高模型的准确性和适用性。 4.技术研究与创新： 紧跟NLP领域的最新研究和技术进展，特别是大模型技术趋势，如ChatGPT、GPT-4等。 探索这些技术在NLP领域的应用，特别是在新材料研发领域的潜在影响。 推动技术创新，将最新的研究成果转化为实际的NLP解决方案。 5.项目沟通与协作： 与跨职能团队（包括数据科学家、软件工程师、产品经理等）紧密合作，确保系统的成功开发和实施。 负责项目沟通，确保项目进度和质量，及时解决项目中出现的问题。 向非技术利益相关者传达技术进展和成果，确保项目目标的顺利实现。

3-5年工作经验：具有至少3-5年的NLP领域工作经验，特别是在大语言模型的应用、开发及部署方面。有在垂直行业内开发和优化语言模型的经验，优先考虑在新材料领域有相关经验的候选人。 项目沟通经验：具备项目沟通经验，能够与团队成员有效沟通，确保项目目标的达成。能够管理项目风险，确保项目按时按质完成。 技术深度与广度：对NLP技术有深入理解，包括但不限于Transformer架构、BERT、GPT等模型，以及它们的应用场景。能够独立进行技术研究和创新，推动技术的发展。 持续学习与适应：能够快速适应新技术，如最新的大模型算法等，并将其应用于实际工作中。对新技术保持好奇心和学习热情，不断提升个人技术能力。 教育背景： 1．学历： 计算机科学或相关领域的硕士或博士学位，优先考虑具有博士学位的候选人 2．技能和知识领域： 编程语言：熟练掌握Python、Java或其他编程语言。 NLP库和工具：熟悉使用流行的NLP库和工具，如NLTK、spaCy和Gensim。 机器学习框架：有使用TensorFlow或PyTorch等机器学习框架的经验，特别是在大模型的微调和应用方面。