工作内容：
1.机翻模型迭代：针对不同语种，进行数据迭代、模型优化，提升现有模型的翻译质量；
2.模型结构优化：利用网络结构搜索算法，基于现有的一些优化方式如相对位置编码、pre-norm、跨层连接等，优化自有的tranformer模型，探索更优的机翻模型架构；利用模型剪枝、算子融合等方式，优化自有的部署模型结构，实现高质量的快速推理；
3.训练方式优化：利用课程学习、增量微调等方式，优化全量训练、微调训练方法，提升低资源语种上的翻译质量；迁移其他领域的训练方法到机翻领域，实现机翻主流语种的质量持续提升；
4.大语言模型训练：熟悉大语言模型的训练、部署和优化，至少在一个大语言模型上进行过全参微调或重新训练；

任职要求：
1.基础开发能力，熟悉python、c++、java等多门编程语言，熟悉pytorch、tensorflow等深度学习框架，熟悉cuda开发；
2.背景要求：计算机、人工智能领域相关硕士及以上学历，大厂四年以上NLP算法工程师优先；
3.学术要求：在ACL、 NIPS等AI领域顶会上以一作或者学生一作发表过论文；
4.算法能力：需要具备扎实的数学基础和深度学习算法的实践经验，能够独立完成算法的设计、实现和优化，对Transformer模型：Bert、GPT等完成过模型结构优化或训练方法优化；对Pytorch底层算子实现比较熟悉，了解现有的一些针对tranformer模型进行算子优化的方法；有C++和cuda算子实现的经验；
5.团队能力：具备良好的沟通能力和团队协作精神，有一定的项目管理能力。