ai算法工程师

岗位职责：
一、模型搭建与训练
1、负责参与企业业务场景相关的 AI 模型选型、搭建与训练，包括但不限于文本生成、智能问答、知识抽取、图像识别等方向的模型开发。
2、根据业务需求进行数据收集、清洗、标注及预处理，构建高质量的训练数据集。
3、熟练使用深度学习框架（PyTorch/TensorFlow）进行模型训练，能够独立完成训练脚本编写、参数调优及训练过程监控。
二、模型调优与微调
1、负责大语言模型（LLM）的微调（Fine-tuning）工作，包括 LoRA、P-Tuning 等高效微调技术的应用，提升模型在特定业务场景下的表现。
2、设计和优化提示词工程（Prompt Engineering），通过指令优化、思维链、少样本学习等方式提升模型输出质量，降低幻觉率。
3、结合 RAG（检索增强生成）技术，优化模型与外部知识库的结合效果，提升回答的准确性和时效性。
三、模型部署与应用
1、负责训练完成模型的工程化落地，包括模型压缩、量化、加速及接口封装（REST API），确保模型能够在生产环境中稳定运行。
2、持续监控线上模型效果，根据业务反馈进行模型迭代和优化。
四、业务场景落地
1、深入理解企业业务需求，将 AI 能力与具体业务场景（如智能客服、知识管理、自动化决策、质量预测等）相结合，推动 AI 技术在业务中的实际落地和价值创造。
2、跟踪 AI 领域前沿技术动态，探索适用于企业业务的新算法、新模型，保持技术方案的先进性。
任职要求：
1、教育背景与经验
本科及以上学历，计算机、人工智能、数学、统计学等相关专业。1-3 年 AI 算法或模型开发经验，有实际模型训练、微调及落地项目经验者优先。
2、编程基础
精通 Python 编程，具备良好的代码规范和工程化实现能力。熟悉 Linux 环境开发，掌握 Git 版本控制，熟练使用 SQL 进行数据操作。
3、深度学习框架
熟练掌握 PyTorch 或 TensorFlow 深度学习框架，能够独立完成模型的定义、训练、调试和优化。熟悉常用模型结构（Transformer、CNN、RNN 等），了解主流预训练模型（BERT、GPT、LLaMA、ChatGLM、Qwen 等）的原理和使用。
4、模型训练与调优能力
具备实际的模型训练经验，熟悉训练流程、超参数调优、过拟合处理、模型评估等方法。有大模型微调（Fine-tuning）经验，熟悉 LoRA、P-Tuning、Adapter 等高效微调技术。熟悉提示词工程，能够针对不同场景设计和优化提示词，提升模型输出效果。熟悉 RAG 技术栈，了解向量数据库（Milvus、Chroma、FAISS 等）的使用，能够构建检索增强生成系统。
5、业务场景落地能力
具备将 AI 模型与业务场景结合的能力，能够根据业务需求进行技术选型和方案设计。有智能客服、知识库问答、工业质检、预测分析等实际业务落地经验者优先。
6、综合素质
对 AI 技术有强烈兴趣，具备快速学习能力和技术钻研精神，能主动跟踪领域前沿动态。具备良好的逻辑分析能力和问题解决能力，能与团队高效协作。有责任心，能主动推进项目进展并承担技术攻坚任务。
7、加分项
有开源模型二次开发经验者优先。有模型部署、加速、量化经验者优先。有 Kaggle、天池等算法竞赛获奖经历者优先。有技术博客或开源项目贡献者优先。