ai算法工程师

【岗位名称】AI工程师
一、岗位职责
1. 算法研发与落地：负责机器学习、深度学习算法（如分类、回归、聚类、NLP、CV等）的设计、开发、优化与工程化落地，针对业务场景构建高效、精准的AI模型，解决实际业务痛点。
2. 数据处理与分析：参与数据采集、清洗、标注、特征工程等全流程工作，优化数据质量，构建适配模型训练的数据集，提升模型泛化能力。
3. 模型迭代与维护：负责现有AI模型的性能监控、效果评估，根据业务反馈和数据变化持续迭代优化模型，保障线上服务稳定运行，提升模型准确率与效率。
4. 技术调研与创新：跟踪AI领域前沿技术（大模型、AIGC、联邦学习等），结合业务场景进行技术调研与预研，推动新技术、新方案在项目中的应用，提升团队技术竞争力。
5. 跨团队协作：与产品、研发、数据等团队紧密配合，明确AI技术落地需求，输出技术方案，推动项目高效推进，协助完成技术文档编写与知识沉淀。
二、任职要求
1. 基本要求
- 本科及以上学历，计算机科学、软件工程、人工智能、数学、统计学等相关专业，1-3年及以上AI相关工作经验（优秀应届生可放宽）。
- 具备良好的逻辑思维、问题解决能力和沟通协作能力，对AI技术有强烈的兴趣和探索欲，能快速适应业务变化。
2. 技术能力
- 算法基础：熟练掌握机器学习、深度学习核心算法原理，具备扎实的数学基础（线性代数、概率论、微积分），能独立完成模型设计、训练与调优。
- 工具与框架：熟练使用Python编程语言，精通TensorFlow、PyTorch等深度学习框架，熟悉Scikit-learn、Pandas、Numpy等数据处理与建模工具。
- 场景经验：具备至少一个AI细分场景落地经验（如NLP领域的文本分类、问答系统、机器翻译；CV领域的图像识别、目标检测；推荐系统、预测分析等），有大模型微调、AIGC应用开发经验者优先。
- 工程能力：了解模型工程化部署流程，熟悉Docker、K8s等容器化技术，能将训练好的模型转化为可上线的服务（如API接口），具备高并发、高可用场景优化经验者加分。
3. 加分项
- 拥有顶会论文发表、Kaggle等竞赛获奖经历者优先。
- 熟悉大模型（如GPT、文心一言、通义千问等）生态，有大模型二次开发、插件开发经验者优先。
- 具备工业界大规模AI项目落地经验，能独立主导项目从0到1搭建者优先。