人工智能实验室算法工程师（研发中心-直管）

1. 负责人工智能算法模型的研发与优化，包括但不限于自然语言处理、计算机视觉、多模态、推荐系统、时序预测等领域。
2. 参与大模型的微调、压缩、推理加速等工作，推动大模型在业务场景中的落地应用。
3. 构建与优化RAG技术栈，包括向量检索、重排、Prompt工程等，提升知识问答系统的准确性与效率。
4. 开发基于大模型的智能体应用，探索Agent在多任务协同、工具调用等场景中的能力边界。
5. 参与AI开发全流程建设，包括数据清洗、模型训练、评估验证、服务化部署等环节。
6. 跟踪前沿AI技术动态，将学术界或工业界最新成果引入实验室，推动技术创新与应用转化。
7. 与平台开发、应用开发团队紧密协作，确保算法模型的高效集成与稳定运行。

【任职要求】

1. 学历要求：硕士研究生及以上学历，计算机类、电子信息类、人工智能类等相关专业优先。​
2. 工作经验：5年及以上机器学习/深度学习算法研发经验，具备完整AI项目落地经验者优先。
3. 领域经验：具有深度学习模型研发经验，包括但不限于：自然语言处理、计算机科学与技术视觉、多模态、推荐系统、时序预测等至少一个领域，有大模型研发、微调或应用经验者优先。
4. 主流框架与模型：深入了解主流AI框架与模型，熟悉PyTorch、TensorFlow、MindSpore等深度学习框架，熟悉Transformer架构及主流大模型（如Qwen、DeepSeek、LLaMA、Baichuan等）的结构特点与应用方式。了解Ascend NPU架构及CANN软件栈，有昇腾平台模型迁移经验者优先。
5. 编程语言与工具：具备扎实的编程能力，精通Python，熟悉C++/Java至少一门语言。熟练使用Pandas、NumPy等科学计算库进行数据处理。熟练使用通义灵码、文心快码等国内主流AI编程助手，具备高效的算法实现与调试能力。
6. AI开发全流程：熟悉AI开发全流程，包括数据准备、模型设计、训练调优、评估验证、模型压缩（量化、蒸馏、剪枝）、推理部署等环节，了解MLOps理念，熟悉模型服务化部署框架（如Triton Inference Server、TorchServe、KServe）者优先。
7. 分布式训练：具有分布式训练经验，了解DeepSpeed、Megatron-LM、Colossal-AI等分布式训练框架，能够进行大模型的高效并行训练与优化，熟悉混合精度训练、梯度累积、模型并行等策略。
8. RAG技术栈：具有检索增强生成（RAG）技术栈的实战经验，熟悉向量数据库（如Faiss、Milvus、Chroma）、Embedding模型、重排模型的使用与优化，具备构建知识问答系统经验者优先。
9. 智能体与工具链：熟悉主流智能体开发框架，如LangChain、LangGraph、AutoGen、CrewAI、Dify等，具备基于大模型的智能体应用开发经验，了解智能体规划、工具调用、多智能体协作等机制。
10. 公有云AI服务：熟悉主流公有云的AI开发与服务平台，至少使用过一家国内主流云厂商的AI服务，包括但不限于：阿里云（百炼平台、灵骏智算）、火山引擎（方舟平台）、腾讯云（慧眼、云智）、百度智能云（千帆平台）、华为云（ModelArts），了解国产软硬件协同开发。
11. 业务理解与抽象：具备良好的业务理解与问题抽象能力，能够快速理解业务场景痛点，将实际问题转化为算法问题，并设计有效的技术解决方案。
12. 逻辑思维与数据分析：具备优秀的逻辑思维与数据分析能力，能够从复杂数据中挖掘规律，定位模型效果瓶颈，持续迭代优化算法性能。
13. 学习与沟通：较强的学习能力与跨团队沟通协调能力，能够有效联动数据、工程、产品团队，共同推动AI算法在业务场景中的落地与价值实现。
14. 加分项：
- 在国际顶级会议或期刊发表过论文，或在知名算法竞赛中取得优异成绩；
- 拥有算法工程化落地经验，熟悉Docker、Kubernetes等容器化技术；
- 拥有人工智能方向相关专利者优先。