算法工程师

工作职责
1. 负责核心业务算法方案的设计与端到端落地，包括但不限于问题定义、数据预处理、特征工程、模型选型、训练调优、线上部署与效果迭代，解决高并发、高可用场景下的复杂算法问题（如推荐系统的点击率/转化率提升、风控系统的欺诈识别准确率优化等）。
2. 主导算法技术攻坚与创新，跟进机器学习/深度学习前沿技术（如大模型微调、强化学习、多模态融合等），结合业务场景进行技术落地，提升算法团队的核心竞争力。
3. 负责算法团队的技术传承与人才培养，包括代码review、技术分享、项目指导，带领小团队推进关键算法项目，提升团队整体研发效率与技术水平。
4. 与业务、数据、工程团队深度协作，将业务需求转化为算法解决方案，推动算法成果落地并量化业务价值（如GMV提升、坏账率降低、用户体验优化等）。
5. 构建算法研发全流程体系，包括数据标注规范、特征平台建设、模型评估体系、线上监控与迭代机制，保障算法系统的稳定、高效运行。
任职要求
1. 本科及以上学历，计算机科学、数学、统计学、电子信息等相关专业，5年以上算法研发及落地经验，有完整的核心业务算法项目从0到1或从1到N的落地案例（如推荐系统、风控模型、NLP应用、CV识别等方向优先）。
2. 扎实的数学基础，精通线性代数、概率论与数理统计、最优化理论，能深入理解算法原理并进行针对性改进。
3. 熟练掌握Python编程语言，精通至少一种机器学习/深度学习框架（TensorFlow/PyTorch/Scikit-learn等），具备高效的模型训练、调优能力。
4. 具备较强的工程化能力，熟悉模型部署流程（如TensorFlow Serving/Triton、Docker/K8s），能解决线上算法系统的性能、稳定性问题；了解大数据处理工具（Spark/Flink/Hive）者优先。
5. 具备优秀的业务敏感度，能快速理解业务痛点，将业务问题转化为算法问题，并通过数据和模型验证解决方案的有效性。
6. 具备良好的团队协作与沟通能力，有技术团队带领经验、跨部门项目推动经验者优先。
7. 有以下经验者加分：
- 有大模型微调、Prompt Engineering、Agent相关项目经验；
- 有高并发、高数据量算法系统落地经验；
- 在顶会（如NeurIPS/ICML/ICLR/CVPR/ACL）或核心期刊发表过算法相关论文，或有专利者。