职位描述
PythonC++C语言深度学习强化学习 人工智能
岗位职责：
1.负责机器学习/深度学习算法的研发，包括但不限于自然语言处理（NLP）、计算机视觉（CV）、语音识别等场景的模型设计与调优，跟踪大模型领域的最新研究成果并具备探索和实验新技术的能力。
2.参与大语言模型（LLM）或多模态大模型的训练、微调和推理优化，完成模型预训练、微调（SFT、LoRA）、推理加速等工作，推动大模型的业务场景落地。
3.负责AI应用的算法研究与开发，优化和改进算法性能，包括但不限于文本分类、文本生成、知识图谱、文本匹配、信息检索、业务相关性分析等方向。
4.参与检索增强生成（RAG）系统的建设，构建向量化与索引体系，完成数据入库与增量更新，确保数据信息的可溯源性与口径一致性。
5.进行数据清洗、特征工程及标注工作，构建高质量训练数据集，运用Python及相关数据处理工具处理海量数据。
6.负责模型的工程化部署与性能优化，将训练好的模型部署至生产环境，完成性能测试与调优，确保模型在生产环境中的稳定性和高效率。
7.编写技术文档，包括算法设计说明、开发流程规范、接口文档和用户手册等，确保技术方案的可复现性和团队知识的沉淀积累。
8.与产品、开发等团队紧密合作，从算法角度提供技术支持，协助AI产品的落地与迭代，协助业务部门进行技术方案论证和技术培训。
任职要求：
1.2026届应届毕业生，硕士研究生及以上学历。
2.计算机科学与技术、人工智能、软件工程、数据科学与大数据技术、智能科学与技术、自动化、信息工程、模式识别、统计学、应用数学等相关专业。
3.熟练掌握至少一门编程语言，包括但不限于Python、Java、C++，有良好的代码开发习惯和工程实现能力。
4.熟悉Linux开发环境，具备扎实的数据结构和算法功底。
5.熟悉主流深度学习框架，如PyTorch、TensorFlow等，能独立完成模型搭建、训练与基础调参。
6.掌握数据处理工具（Pandas、NumPy、Matplotlib等），能完成数据集清洗、特征提取与实验结果可视化。
7.掌握深度学习核心算法（CNN、RNN、Transformer等），理解大模型预训练、微调（SFT、LoRA）、对齐（RLHF）等基本原理。
8.具有扎实的数学基础，精通线性代数、概率论、数理统计和优化理论，能分析模型训练中的基础问题（如梯度下降、过拟合抑制等）。
9.具备良好的英文技术文献阅读能力，能够跟进国际前沿论文和技术动态。
10.具备快速学习能力，对新技术保持敏锐洞察力，能快速学习并应用新知识解决复杂业务问题。
11.思路清晰，具备良好的逻辑思维能力和表达能力，能准确阐述技术方案、问题原因与解决方案。
12.有强烈的责任心和团队合作精神，能够在跨部门合作中高效推进项目。
1.负责机器学习/深度学习算法的研发，包括但不限于自然语言处理（NLP）、计算机视觉（CV）、语音识别等场景的模型设计与调优，跟踪大模型领域的最新研究成果并具备探索和实验新技术的能力。
2.参与大语言模型（LLM）或多模态大模型的训练、微调和推理优化，完成模型预训练、微调（SFT、LoRA）、推理加速等工作，推动大模型的业务场景落地。
3.负责AI应用的算法研究与开发，优化和改进算法性能，包括但不限于文本分类、文本生成、知识图谱、文本匹配、信息检索、业务相关性分析等方向。
4.参与检索增强生成（RAG）系统的建设，构建向量化与索引体系，完成数据入库与增量更新，确保数据信息的可溯源性与口径一致性。
5.进行数据清洗、特征工程及标注工作，构建高质量训练数据集，运用Python及相关数据处理工具处理海量数据。
6.负责模型的工程化部署与性能优化，将训练好的模型部署至生产环境，完成性能测试与调优，确保模型在生产环境中的稳定性和高效率。
7.编写技术文档，包括算法设计说明、开发流程规范、接口文档和用户手册等，确保技术方案的可复现性和团队知识的沉淀积累。
8.与产品、开发等团队紧密合作，从算法角度提供技术支持，协助AI产品的落地与迭代，协助业务部门进行技术方案论证和技术培训。
任职要求：
1.2026届应届毕业生，硕士研究生及以上学历。
2.计算机科学与技术、人工智能、软件工程、数据科学与大数据技术、智能科学与技术、自动化、信息工程、模式识别、统计学、应用数学等相关专业。
3.熟练掌握至少一门编程语言，包括但不限于Python、Java、C++，有良好的代码开发习惯和工程实现能力。
4.熟悉Linux开发环境，具备扎实的数据结构和算法功底。
5.熟悉主流深度学习框架，如PyTorch、TensorFlow等，能独立完成模型搭建、训练与基础调参。
6.掌握数据处理工具（Pandas、NumPy、Matplotlib等），能完成数据集清洗、特征提取与实验结果可视化。
7.掌握深度学习核心算法（CNN、RNN、Transformer等），理解大模型预训练、微调（SFT、LoRA）、对齐（RLHF）等基本原理。
8.具有扎实的数学基础，精通线性代数、概率论、数理统计和优化理论，能分析模型训练中的基础问题（如梯度下降、过拟合抑制等）。
9.具备良好的英文技术文献阅读能力，能够跟进国际前沿论文和技术动态。
10.具备快速学习能力，对新技术保持敏锐洞察力，能快速学习并应用新知识解决复杂业务问题。
11.思路清晰，具备良好的逻辑思维能力和表达能力，能准确阐述技术方案、问题原因与解决方案。
12.有强烈的责任心和团队合作精神，能够在跨部门合作中高效推进项目。
展开该职位详情
