人工智能工程师/机器学习工程师/深度学习工程师

岗位职责：
负责机器学习、深度学习模型的开发、训练、优化和部署；
参与数据预处理、特征工程、模型选择与调优；
针对业务需求，设计并实现高效的AI算法解决方案；
跟踪人工智能领域的前沿技术，探索新技术在业务场景中的应用；
与项目经理、数据工程师、前端开发等团队协作，推动AI项目的落地；
编写技术文档，分享技术经验，提升团队整体技术水平。
任职要求：
1. 学历要求：
本科及以上学历，计算机科学、数学、统计学、人工智能、机器学习等相关专业；
尤其是在人工智能领域有研究经验者。
2. 技术能力：
编程语言：精通Python，熟悉常用的Python库（如NumPy、Pandas、Scikit-learn等）；
机器学习：熟悉常见的机器学习算法（如线性回归、决策树、SVM、聚类、降维等），并能够灵活应用；
深度学习：熟悉深度学习框架（如TensorFlow、PyTorch、Keras等），掌握神经网络、CNN、RNN、LSTM等模型；
数据处理：熟悉数据预处理、特征工程、数据可视化等技术；
模型优化：了解模型调参、超参数优化、模型评估等方法；
工具与框架：熟悉Jupyter Notebook、Anaconda等开发环境；
分布式训练：了解分布式训练框架（如Horovod）者优先；
部署能力：熟悉模型部署工具（如TensorFlow Serving、Flask、Docker）者优先。
3. 项目经验：
有实际的机器学习或深度学习项目经验，能够独立完成从数据到模型的完整流程；
有计算机视觉（CV）、自然语言处理（NLP）、推荐系统、强化学习等领域经验者优先；
有Kaggle比赛经验或开源项目贡献者优先。
4. 数学基础：
扎实的数学基础，包括线性代数、概率论、统计学、微积分等；
熟悉优化算法（如梯度下降、牛顿法等）者优先。
5. 软技能：
具备良好的沟通能力和团队协作精神；
具备较强的学习能力和解决问题的能力；
具备良好的文档编写习惯和技术分享意识。
6. 加分项：
熟悉强化学习、生成对抗网络（GAN）、Transformer等前沿技术者优先；
有云计算平台（如AWS、Google Cloud、Azure）使用经验者优先；
有大规模数据处理经验（如Hadoop、Spark）者优先；