一、崗位職責(zé)
模型研發(fā)與優(yōu)化：
開展機(jī)器學(xué)習(xí)與深度學(xué)習(xí)模型的設(shè)計(jì)、訓(xùn)練、參數(shù)調(diào)優(yōu)及上線部署，支撐業(yè)務(wù)場(chǎng)景中的智能化需求。

算法實(shí)現(xiàn)與創(chuàng)新：
主導(dǎo)多模態(tài)模型的評(píng)估選型與智能體系統(tǒng)架構(gòu)設(shè)計(jì)，推進(jìn)核心算法的研發(fā)與性能提升。

數(shù)據(jù)處理與構(gòu)建：
搭建并維護(hù)穩(wěn)定高效的數(shù)據(jù)處理流程，完成數(shù)據(jù)清洗、標(biāo)注管理、增強(qiáng)策略實(shí)施及特征構(gòu)造，保障模型訓(xùn)練所需的數(shù)據(jù)質(zhì)量。

工程化與落地：
將算法成果轉(zhuǎn)化為高可用、可擴(kuò)展的工業(yè)級(jí)服務(wù)模塊，參與AI平臺(tái)整體架構(gòu)的規(guī)劃與持續(xù)優(yōu)化。

二、任職要求
學(xué)歷與經(jīng)驗(yàn)：
計(jì)算機(jī)科學(xué)、人工智能、數(shù)學(xué)、統(tǒng)計(jì)學(xué)或相關(guān)領(lǐng)域本科及以上學(xué)歷，具有一年及以上AI算法開發(fā)或落地應(yīng)用經(jīng)驗(yàn)。

編程基礎(chǔ)：
熟練掌握Python，具備扎實(shí)的編碼能力，遵循良好的軟件工程規(guī)范（包括代碼風(fēng)格、版本管理、測(cè)試覆蓋）。

技術(shù)棧：
1）精通PyTorch或TensorFlow中至少一種主流深度學(xué)習(xí)框架。
2）掌握常見機(jī)器學(xué)習(xí)方法（如分類、回歸、聚類）以及典型深度學(xué)習(xí)結(jié)構(gòu)（如CNN、RNN、Transformer）。

工程能力：
具備扎實(shí)的數(shù)據(jù)結(jié)構(gòu)與算法功底，有實(shí)際模型生產(chǎn)部署經(jīng)歷，熟悉Docker、Kubernetes、GRPC等常用工程化工具。

數(shù)據(jù)能力：
熟練運(yùn)用SQL及Pandas、NumPy等工具進(jìn)行數(shù)據(jù)提取、處理與分析。

思維特質(zhì)：
具備出色的邏輯分析與問題拆解能力，樂于攻克復(fù)雜技術(shù)難題，擁有強(qiáng)烈的自我驅(qū)動(dòng)力和快速學(xué)習(xí)能力。