算法工程师

岗位职责：
1、负责大模型（LLM）应用算法研发，包括高效微调（LoRA/QLoRA）、提示工程、RAG、Agent 流程设计、场景化适配与效果迭代，不承担纯预训练工作。
2、跟踪大模型领域前沿技术，完成方案调研、实验验证、技术落地，持续优化对话、问答、摘要、推理、结构化输出等能力。
3、负责计算机视觉算法研发与优化，包括目标检测、语义分割、实例分割，重点基于 YOLO 系列与 CNN 模型，提升精度、速度与鲁棒性。
4、负责音视频事件检测、异常告警算法开发，实现图像与声音事件联动检测。
参与算法全流程：数据采集、标注、清洗、增强、模型训练、调优、测试、部署优化，解决小目标、复杂环境、低光照等实际场景瓶颈。
5、负责算法工程化落地：模型量化、剪枝、蒸馏、ONNX/TensorRT 推理加速，满足端侧 / 服务端性能要求。
6、与产品、嵌入式、硬件、测试团队协同，完成算法方案设计、联调、问题定位与项目交付。
7、输出算法设计文档、实验报告、技术总结，沉淀可复用方案与工具链。
8、参与技术评审与项目规划，主导或支撑 AI 相关项目落地与迭代。
任职要求：
1、学历要求：硕士及以上，计算机科学与技术、人工智能、机器学习、深度学习、统计、数学等相关专业。
2、核心方向1：大模型微调、应用算法设计、场景适配、工程化落地，结合实际业务场景迭代优化应用方案。
3、精通机器学习、深度学习基础理论，深入理解Transformer架构、注意力机制，熟悉主流大模型的特性、适配方法及应用场景，熟悉ollama、Qwen者优先。
4、熟练掌握至少一种深度学习框架：PyTorch、TensorFlow，具备扎实的代码功底（Python为主），能独立完成算法开发与调试。
5、具备扎实的大模型微调经验（全参数微调、LoRA/QLoRA等高效微调），能根据业务需求设计微调方案、处理数据、完成调优实验，确保应用效果达标。
6、熟悉大模型应用层优化技术（如prompt工程、检索增强生成（RAG）、量化适配等），熟练使用LangChain、n8n、Dify等大模型应用开发工具，具备相关工具的实战应用经验；熟悉MCP、Agent架构原理及落地方法，能独立编写Skill，有大模型应用落地、效果调优经验者优先，熟悉Playwright、Crawl4AI、ASR、TTS等工具，有项目落地经验者优先。
7、核心方向2：基于CNN（如YOLO、PANNs等）的音频、视频目标检测、分割、异常告警等算法研发、优化及落地
8、精通YOLO系列模型（v5/v7/v8等），有丰富的YOLO模型调优、改进经验，能针对具体业务场景优化模型结构、损失函数、数据增强策略
9、具备扎实的图像预处理、数据标注、数据增强经验，能处理复杂场景下的图像数据（如模糊、光照变化、遮挡等），提升模型泛化能力。
10、熟悉算法优化技术：模型量化、剪枝、蒸馏、TensorRT/ONNX推理优化，能平衡算法精度与推理速度，满足工程化落地需求。
11、熟练掌握计算机视觉常用工具，精通OpenCV，能独立完成图像数据处理、算法效果验证与可视化；熟悉MATLAB，具备使用MATLAB进行算法仿真、原型验证的经验；了解CUDA编程，能利用CUDA进行GPU加速优化，提升模型训练与推理速度；同时具备基于声音的事件检测模型相关能力，能参与声音事件检测算法的研发、适配，实现音视频事件检测联动。