一、核心崗位職責(zé)
-
數(shù)據(jù)處理與特征工程
負(fù)責(zé)多源數(shù)據(jù)采集、清洗、標(biāo)注、預(yù)處理；構(gòu)建高質(zhì)量數(shù)據(jù)集，完成特征提取與特征工程優(yōu)化，保障模型訓(xùn)練數(shù)據(jù)質(zhì)量。
-
算法與模型研發(fā)
基于機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、大語(yǔ)言模型（LLM）等技術(shù)，設(shè)計(jì)并實(shí)現(xiàn)適配業(yè)務(wù)的 AI 模型；負(fù)責(zé)模型訓(xùn)練、驗(yàn)證、精度調(diào)優(yōu)與效果迭代。
-
大模型相關(guān)開發(fā)（主流方向）
開展大模型微調(diào)（Fine-tune）、Prompt 工程、RAG 檢索增強(qiáng)生成；搭建垂類領(lǐng)域知識(shí)庫(kù)，優(yōu)化模型問(wèn)答、理解與生成效果。
-
模型工程化與部署
完成 AI 模型壓縮、加速與服務(wù)化封裝；使用 Docker、K8s 等工具實(shí)現(xiàn)模型云端 / 邊緣端部署，對(duì)接業(yè)務(wù)系統(tǒng) API 接口。
-
業(yè)務(wù)場(chǎng)景 AI 落地
結(jié)合企業(yè)業(yè)務(wù)（如智能問(wèn)答、圖像識(shí)別、數(shù)據(jù)預(yù)測(cè)、自動(dòng)化交互等），輸出 AI 解決方案，推動(dòng)技術(shù)成果產(chǎn)品化落地。
-
技術(shù)調(diào)研與優(yōu)化
跟蹤業(yè)界 AI 前沿技術(shù)（大模型、多模態(tài)、AIGC 等），完成技術(shù)預(yù)研與方案選型；持續(xù)優(yōu)化模型性能、響應(yīng)速度與推理成本。
二、任職資格要求
-
學(xué)歷背景
計(jì)算機(jī)、人工智能、軟件工程、數(shù)學(xué)、自動(dòng)化等相關(guān)專業(yè)，本科及以上學(xué)歷；有 AI 相關(guān)競(jìng)賽 / 論文 / 項(xiàng)目經(jīng)驗(yàn)優(yōu)先。
-
技術(shù)基礎(chǔ)
精通 Python 開發(fā)，熟悉 Java/C++ 任一語(yǔ)言；掌握機(jī)器學(xué)習(xí)、深度學(xué)習(xí)基礎(chǔ)理論與常用算法。
-
框架與工具
熟練使用 PyTorch / TensorFlow / HuggingFace 任一主流 AI 框架；了解大模型微調(diào)、RAG、向量數(shù)據(jù)庫(kù)等技術(shù)。
-
工程化能力
掌握數(shù)據(jù)處理工具（Pandas/NumPy）；了解模型部署、Docker 容器化、API 開發(fā)相關(guān)技術(shù)。
-
綜合能力
邏輯思維嚴(yán)謹(jǐn)，具備較強(qiáng)問(wèn)題排查與算法優(yōu)化能力；能獨(dú)立完成 AI 項(xiàng)目從 0 到 1 落地，良好的團(tuán)隊(duì)協(xié)作與溝通能力。
三、加分項(xiàng)（優(yōu)選條件）
- 有大模型應(yīng)用開發(fā)、垂類模型微調(diào)、RAG 系統(tǒng)搭建實(shí)戰(zhàn)經(jīng)驗(yàn)；
- 熟悉圖像識(shí)別、NLP 自然語(yǔ)言處理、語(yǔ)音交互任一垂直領(lǐng)域；
- 具備 AI 項(xiàng)目上線部署、高并發(fā)優(yōu)化工程經(jīng)驗(yàn)；
- 發(fā)表過(guò) AI 領(lǐng)域論文、獲得 Kaggle 等競(jìng)賽名次。