高级ai算法工程师

专业技能
1.精通机器学习与深度学习理论，具备扎实的数学与统计学背景，能独立设计和改进复杂算法；
2.精通深度学习框架（TensorFlow、PyTorch），能针对不同场景优化模型结构与训练方式；
3.深入理解大模型（如 GPT、LLaMA、ERNIE 等）原理，精通预训练、参数高效微调（LoRA、QLoRA 等）、多模态融合、Prompt Engineering，具备大规模模型（百亿/千亿参数级）优化与落地经验；
4.精通 RAG 技术体系，能设计高效的文档解析、索引与检索机制，结合知识图谱与语义检索提升模型准确率与可控性；
5.精通 Agent 技术，能设计具备任务规划、工具调用、长期记忆、自主决策能力的智能体，支撑复杂业务流程自动化；
6.具备丰富的数据处理与特征工程经验，能从海量多模态数据中提取有价值的特征；
7.精通模型部署与优化（如 TensorRT、ONNX Runtime、DeepSpeed、分布式训练与推理框架），能支撑高并发、低延迟的线上应用场景；
8.熟悉 AI 安全与合规相关技术（如模型偏差检测、内容安全过滤、对抗攻击防御）。
经验要求
1.本科及以上学历，计算机、人工智能、数学等相关专业，5年以上算法研发经验；
2.主导过大型 AI 算法项目的研发与落地（如智能问答系统、知识中台、智能 Agent 平台），有完整的从 0-1 到规模化迭代经验；
3.在大模型微调、RAG 或 Agent 技术领域有成功的工程落地案例，能解决技术难点并指导团队成员；
4.在学术或工业界有突出成果（如顶会论文、专利、开源项目核心贡献、企业级技术奖项）；
5.有跨团队项目管理经验，能牵头协调产品、后端、前端、运维团队，推动算法方案落地。
主要工作内容:
1.负责 AI 产品核心算法的研发与优化，包括大模型的选型、微调、部署，以及 RAG（检索增强生成）、Agent（智能体）等技术的落地应用，解决人力资源行业的实际业务问题（如智能招聘匹配、员工培训答疑、人事政策解读等）。
2.参与算法模型的性能评估与迭代优化，建立合理的模型评估指标（如准确率、召回率、响应速度、用户满意度等），跟踪模型在实际应用中的表现，根据业务反馈与数据变化调整模型参数或优化算法方案，提升模型效果。
3.配合后端与产品团队，提供算法技术支持，将算法模型封装为可调用的接口，协助解决模型部署与应用过程中的技术问题；同时编写算法技术文档，沉淀算法研发经验，推动团队算法能力提升。