宝山区
职位详情
岗位职责
1、主导自然语言理解（NLU）系统的实际应用，聚焦钢铁领域内的意图识别与槽位提取（含复合槽），输出标准化JSON结构，基于Qwen14B模型完成微调、优化及上线部署。
2、开展大模型（LLM）轻量化微调工作，以LoRA为主，涵盖训练数据构建、参数调整与模型评估，攻克口语表达、行业简称、句子省略及复合槽解析等业务挑战。
3、与后端开发团队协作，推进NLU模型的接口封装与服务化部署，参与前置处理规则（如词典归一化）和后置校验逻辑（如JSON格式合规性、槽位有效性）的算法实现。
4、系统性收集并分析异常案例（BadCase），推动模型持续迭代升级，提升意图识别与槽位抽取的准确率至97%以上，确保系统在工业场景下的稳定运行。
5、结合钢铁行业具体应用场景（如大宗商品、材质/品种/钢厂等实体槽位），优化生成式NLU技术方案，支持业务需求的动态演进。
6、优化算法实施流程，协同后端架构设计，打通“数据准备—模型训练—推理部署—反馈优化”的完整闭环。
任职要求
1、具备1-3年算法工程落地经验，专注于自然语言理解、大模型微调或结构化信息抽取方向，有生成式NLU（Generative NLU）项目实践经验者优先。
2、熟练掌握大模型轻量级微调方法（如LoRA），有Qwen系列（Qwen-7B/14B）模型调优经历者优先，可独立完成模型训练、调参与效果评估全流程。
3、深入理解NLU核心任务（意图分类、槽位填充），能有效应对口语化表达、复合槽拆分、简称统一、省略语义继承等现实业务问题。
4、精通Python编程，熟悉主流机器学习与大模型工具框架（如Hugging Face、Transformers），具备独立编写训练与推理代码的能力。
5、具备扎实的工程化思维，能够与后端团队高效协作推进算法落地，注重系统性能、稳定性与可扩展性，而非仅限于理论研究。
1、主导自然语言理解（NLU）系统的实际应用，聚焦钢铁领域内的意图识别与槽位提取（含复合槽），输出标准化JSON结构，基于Qwen14B模型完成微调、优化及上线部署。
2、开展大模型（LLM）轻量化微调工作，以LoRA为主，涵盖训练数据构建、参数调整与模型评估，攻克口语表达、行业简称、句子省略及复合槽解析等业务挑战。
3、与后端开发团队协作，推进NLU模型的接口封装与服务化部署，参与前置处理规则（如词典归一化）和后置校验逻辑（如JSON格式合规性、槽位有效性）的算法实现。
4、系统性收集并分析异常案例（BadCase），推动模型持续迭代升级，提升意图识别与槽位抽取的准确率至97%以上，确保系统在工业场景下的稳定运行。
5、结合钢铁行业具体应用场景（如大宗商品、材质/品种/钢厂等实体槽位），优化生成式NLU技术方案，支持业务需求的动态演进。
6、优化算法实施流程，协同后端架构设计，打通“数据准备—模型训练—推理部署—反馈优化”的完整闭环。
任职要求
1、具备1-3年算法工程落地经验，专注于自然语言理解、大模型微调或结构化信息抽取方向，有生成式NLU（Generative NLU）项目实践经验者优先。
2、熟练掌握大模型轻量级微调方法（如LoRA），有Qwen系列（Qwen-7B/14B）模型调优经历者优先，可独立完成模型训练、调参与效果评估全流程。
3、深入理解NLU核心任务（意图分类、槽位填充），能有效应对口语化表达、复合槽拆分、简称统一、省略语义继承等现实业务问题。
4、精通Python编程，熟悉主流机器学习与大模型工具框架（如Hugging Face、Transformers），具备独立编写训练与推理代码的能力。
5、具备扎实的工程化思维，能够与后端团队高效协作推进算法落地，注重系统性能、稳定性与可扩展性，而非仅限于理论研究。
2026-06-03 12:40
IP属地：上海
职位福利
本科1-3年深度学习大模型算法GPTBERT自然语言处理意图识别
上海钢联电子商务股份有限公司
已上市 · 1000-9999人
鱼泡安全保障
如遇到办证收费、刷单、传销、诱导买车等违规行为，请立即向鱼泡直聘投诉举报投诉举报 >
附近适合您的职位
收藏职位
