职位：数据科学家-自然语言处理（NLP）
地点：加利福尼亚州洛杉矶
职位描述：
我们正在寻找一位技术娴熟、积极主动的数据科学家，专长于自然语言处理（NLP），加入我们在加利福尼亚州洛杉矶的充满活力的团队。作为一名专注于NLP的数据科学家，您将在开发和优化大型语言模型（LLMs）用于检索增强生成（RAG）应用方面发挥关键作用。您的职责将涵盖各种挑战，从设计有效的模型到解决延迟问题和确保负责任的AI实践。
职责：
架构设计：
开发和优化基于RAG的LLMs，解决上下文窗口大小、准确检索块和排序相关性等挑战。
检索策略：
实施上下文感知的分块、混合大小的块、知识图谱和关键词匹配技术，以实现高效的检索。
延迟优化：
优化管道延迟，包括缓存向量化的标记和语义感知的向量缓存。
推理和问题解决：
使用ReACT、函数调用和思维推理的图/树等框架解决推理挑战。
自定义嵌入和信息提取：
在LangChain或LlamaIndex中集成自定义嵌入，利用LLMs进行信息提取，并扩展查询以改善检索效果。
平台评估：
评估Azure OpenAI中的Microsoft Copilot、LangChain等开源框架、AWS Bedrock和其他LLM实验平台。
培训和微调：
实施LORA等技术，为特定指令训练和微调LLMs。
量化和基准测试：
探索成本效益的GPU使用的量化方法，并参与Hugging Face Open LLM Leaderboard和Chatbot Arena等基准测试工作。
合作与沟通：
与跨职能团队有效合作，沟通复杂的技术概念，并为协作工作环境做出贡献。
资格要求：
计算机科学、数据科学或相关领域的硕士或博士学位。
在NLP应用中开发和优化大型语言模型的经验。
精通Python等编程语言，熟练掌握相关库和框架。
扎实的NLP技术知识，包括检索增强生成、信息提取和自定义嵌入。
具有负责任的AI实践和偏差缓解策略的经验。
优秀的问题解决能力和在快节奏、协作环境中工作的能力。
首选技能：
熟悉开源的LLMs和框架。
之前在语言模型的基准测试和验证方面的经验。
对基础模型、变压器架构和其他相关概念有深入理解。
具备面向技术和非技术受众的有效沟通能力。 
纽约