AI基础建设架构工程师（深圳）

AI基础建设架构工程师方向：
1.技术战略与创新：主导核电工程AI核心技术研发与战略布局，聚焦大模型、机器学习、深度学习、计算机视觉、NLP、智算建设等前沿方向，探索技术突破点，攻克关键技术瓶颈，推动产品技术迭代与升级。
2.重大项目统筹：负责公司级工程AI研发项目全生命周期管理（智慧工地视觉AI算法库顶层设计、工程隐患智能治理全流程设计等），牵头需求分析、方案设计、技术选型、团队分工、进度把控及成果交付，确保项目达成业务目标。
3.算法架构设计：设计高性能AI算法架构与模型体系，针对复杂业务场景进行模型优化、性能调优，提升模型准确率、效率及稳定性，保障大规模系统落地。
4.团队建设引领：带领AI研发团队开展工作，指导核心成员技术成长，组织技术培训与研讨，搭建技术研发体系，提升团队整体技术水平。
5.技术交流与布局：跟踪国内外AI领域技术趋势，与行业专家、科研机构开展合作，引入先进技术理念，推动公司AI技术布局的前瞻性。
6.业务深度协同：对接核心业务需求，将AI技术与业务深度融合，输出高阶技术解决方案，支撑业务智能化升级，提升公司核心竞争力。

岗位要求：

1. 核心专业能力
（1）学历背景：计算机科学与技术、人工智能、机器学习、统计学、数学等相关专业大专及以上学历，3年以上AI领域研发工作经验和团队管理或项目负责人经验。
（2）技术基础：精通机器学习、深度学习核心算法（CNN、RNN、Transformer、GNN等），深入理解大模型训练、微调、部署全流程，具备扎实的数学基础（线性代数、概率论、微积分）及数据结构与算法功底。
（3）工具框架：熟练掌握PyTorch/TensorFlow/MindSpore等至少一种主流深度学习框架，精通Python编程，熟悉Linux系统，具备模型工程化部署（Docker、K8s、云平台AI服务）经验。
（4）领域经验：在大模型应用、计算机视觉、NLP任一领域有深入研究，具备一定量级用户规模AI产品/项目研发落地案例。
（5）研发能力：具备独立技术调研、架构设计及核心模块开发能力，能快速定位解决复杂技术问题，有高并发、大规模AI系统研发经验。
2. 综合软实力
（1）领导管理：具备优秀的团队统筹、激励及跨部门协同能力，能推动复杂项目高效落地。
（2）创新思维：具备敏锐的技术洞察力和创新意识，能结合业务需求提出突破性技术方案。
（3）沟通表达：能清晰传递技术理念与方案细节，高效对接业务与团队工作。
（4）责任担当：具备较强的责任心、抗压能力和执行力，能承担高难度技术研发任务。
3.加分项
（1）有NeurIPS、ICML、CVPR等顶会论文发表或AI领域核心专利申请者。
（2）有大型互联网公司、AI独角兽企业或科研机构核心研发岗位工作经验者。
（3）熟悉AIGC、多模态大模型技术及应用场景者。