职位详情

职位列表 链接有效 不适用(官网全量采集) official:huawei:37075

大模型工程技术专家-AI Agent

未披露 · 深圳/北京 · 华为

主分类:大模型与生成式算法研发
算法与数据
来源 JD 数据(旧分类保留,当前主分类见上方)
{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "大模型工程技术专家-AI Agent",
        "job_level": "专家",AI生成
        "work_category": "全职",AI生成
        "department": "质量与流程IT部",
        "location": "深圳/北京",
        "work_mode": "未披露",AI生成
        "job_category": "质量与流程IT族"AI生成
    },
    "company": {
        "company_name": "华为",
        "company_industry": "信息通信技术 / 智能终端 / 云计算",
        "company_size": "10000人以上",
        "company_website": "huawei.com",
        "company_description": "华为提供通信网络、企业网络、智能终端、云服务、数字能源和智能汽车解决方案。"
    },
    "compensation": {
        "salary_range": {
            "min": "",
            "max": "",
            "currency": "未披露",
            "cycle": "未披露"
        },
        "benefits": "未披露"
    },
    "requirements": {
        "working_years": 5,
        "degree": "本科及以上",
        "language": "简体中文,英语",AI生成
        "visa_support": "未披露",
        "responsibilities": "标准职责:\n聚焦领域(含技术领域)数字化技术竞争构建能力:负责IT专项技术平台/BG/重量级业务等领域的技术竞争力构建,并达到业界领先。制定本领域/专项技术发展策略;引领特定技术发展并结合华为和中国企业场景做相应创新适配,通过技术全面促进企业在本方向的数字化,获得公司内多个领域的认可。作为某个或多个专项技术负责人参与公司级IT技术战略、关键举措和治理要求的制定,并指导在本领域落地。参与业界活动并有一定业界贡献,提升公司在业界影响力。\n自定义职责:\n1、负责企业领域模型持续预训练(CPT)方向的整体技术规划,构建面向行业知识与垂直场景的增量训练体系;\n2、设计领域数据构建与筛选策略,优化私域知识、结构化数据与外部语料的融合机制,提升模型在特定领域中的理解与表达能力;\n3、构建领域能力评估与对比基准,持续优化模型在专业问答、复杂推理与业务场景任务中的表现;\n4、推动领域模型与企业多业务线深度协同,实现模型能力的模块化复用与长期演进。",
        "requirements_text": "语言要求:\n简体中文,英语\n教育背景要求:\n本科及以上\n\n技能要求:\n1、能够从行业或企业核心业务出发抽象领域模型能力需求,并制定分阶段训练与升级策略;\n2、具备跨团队协作与技术统筹能力,协调数据、算法与业务团队推进领域模型建设;\n3、具备模型能力评估与成本控制能力,实现领域模型能力提升与资源投入的平衡。\n能力要求:\n\n知识要求:\n1、计算机科学或相关专业硕士及以上学历,具备扎实的机器学习与深度学习理论基础,深入理解大模型预训练与持续训练机制;\n2、熟悉领域适配方法,包括持续预训练、领域数据混合策略与灾难性遗忘缓解技术;\n3、理解数据分布变化与模型泛化之间的关系,具备领域模型性能调优经验。\n专业证书要求:\n\n其他要求:",
        "skills": [AI生成
            "机器学习",
            "深度学习",
            "性能调优",
            "团队协作",
            "大语言模型"
        ],
        "preferred_qualifications": "未披露",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://career.huawei.com/cn/job-details?advertisementId=37075"
            }
        ]
    },
    "posting": {
        "posting_id": "37075",
        "post_date": "",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://career.huawei.com/cn/job-details?advertisementId=37075"
    },
    "fulltext": "大模型工程技术专家-AI Agent\n岗位职责\n标准职责:\n聚焦领域(含技术领域)数字化技术竞争构建能力:负责IT专项技术平台/BG/重量级业务等领域的技术竞争力构建,并达到业界领先。制定本领域/专项技术发展策略;引领特定技术发展并结合华为和中国企业场景做相应创新适配,通过技术全面促进企业在本方向的数字化,获得公司内多个领域的认可。作为某个或多个专项技术负责人参与公司级IT技术战略、关键举措和治理要求的制定,并指导在本领域落地。参与业界活动并有一定业界贡献,提升公司在业界影响力。\n自定义职责:\n1、负责企业领域模型持续预训练(CPT)方向的整体技术规划,构建面向行业知识与垂直场景的增量训练体系;\n2、设计领域数据构建与筛选策略,优化私域知识、结构化数据与外部语料的融合机制,提升模型在特定领域中的理解与表达能力;\n3、构建领域能力评估与对比基准,持续优化模型在专业问答、复杂推理与业务场景任务中的表现;\n4、推动领域模型与企业多业务线深度协同,实现模型能力的模块化复用与长期演进。\n\n岗位要求\n语言要求:\n简体中文,英语\n教育背景要求:\n本科及以上\n\n技能要求:\n1、能够从行业或企业核心业务出发抽象领域模型能力需求,并制定分阶段训练与升级策略;\n2、具备跨团队协作与技术统筹能力,协调数据、算法与业务团队推进领域模型建设;\n3、具备模型能力评估与成本控制能力,实现领域模型能力提升与资源投入的平衡。\n能力要求:\n\n知识要求:\n1、计算机科学或相关专业硕士及以上学历,具备扎实的机器学习与深度学习理论基础,深入理解大模型预训练与持续训练机制;\n2、熟悉领域适配方法,包括持续预训练、领域数据混合策略与灾难性遗忘缓解技术;\n3、理解数据分布变化与模型泛化之间的关系,具备领域模型性能调优经验。\n专业证书要求:\n\n其他要求:\n标准职责:\n聚焦领域(含技术领域)数字化技术竞争构建能力:负责IT专项技术平台/BG/重量级业务等领域的技术竞争力构建,并达到业界领先。制定本领域/专项技术发展策略;引领特定技术发展并结合华为和中国企业场景做相应创新适配,通过技术全面促进企业在本方向的数字化,获得公司内多个领域的认可。作为某个或多个专项技术负责人参与公司级IT技术战略、关键举措和治理要求的制定,并指导在本领域落地。参与业界活动并有一定业界贡献,提升公司在业界影响力。\n自定义职责:\n1、负责企业领域模型持续预训练(CPT)方向的整体技术规划,构建面向行业知识与垂直场景的增量训练体系;\n2、设计领域数据构建与筛选策略,优化私域知识、结构化数据与外部语料的融合机制,提升模型在特定领域中的理解与表达能力;\n3、构建领域能力评估与对比基准,持续优化模型在专业问答、复杂推理与业务场景任务中的表现;\n4、推动领域模型与企业多业务线深度协同,实现模型能力的模块化复用与长期演进。\n语言要求:\n简体中文,英语\n教育背景要求:\n本科及以上\n\n技能要求:\n1、能够从行业或企业核心业务出发抽象领域模型能力需求,并制定分阶段训练与升级策略;\n2、具备跨团队协作与技术统筹能力,协调数据、算法与业务团队推进领域模型建设;\n3、具备模型能力评估与成本控制能力,实现领域模型能力提升与资源投入的平衡。\n能力要求:\n\n知识要求:\n1、计算机科学或相关专业硕士及以上学历,具备扎实的机器学习与深度学习理论基础,深入理解大模型预训练与持续训练机制;\n2、熟悉领域适配方法,包括持续预训练、领域数据混合策略与灾难性遗忘缓解技术;\n3、理解数据分布变化与模型泛化之间的关系,具备领域模型性能调优经验。\n专业证书要求:\n\n其他要求:",
    "standard_classification": {
        "std_category_code": "T010",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}