AI算法架构师

岗位职责：
一、战略规划与售前：
主导公司AI产品及解决方案的整体技术规划，制定年度技术路线图与演进策略；
深度参与重点项目的售前工作，包括客户需求调研、技术方案设计、可行性评估、投标答辩；
基于对AI技术发展脉络的深刻理解，为客户提供前瞻性的技术咨询与选型建议；
建立可复用的行业解决方案体系，将技术能力转化为可量化的业务价值。
二、项目管理与交付：
负责AI项目的技术方案把控与里程碑管理，确保交付质量与客户预期对齐；
协调研发、产品、交付等多方资源，推动项目按计划落地；
建立项目复盘与知识沉淀机制，持续优化交付效率；
关注客户成功，推动项目从交付验收向持续运营转化。
三、技术研发与创新：
跟踪大模型、多模态、Agent、具身智能等前沿技术演进，主导技术选型与架构决策；
构建企业级AI平台能力，包括模型训练、推理优化、数据闭环、效果评估等核心模块；
推动AI工程化体系建设，涵盖MLOps、Prompt Engineering、RAG、Fine-tuning、Agent框架等落地实践；
基于完整的AI技术发展经历，建立团队的技术判断力与方法论传承。
四、团队建设与赋能：
搭建复合型AI团队，涵盖算法研究、工程开发、解决方案、项目交付等角色；
建立技术培训与知识分享机制，提升团队对AI技术本质的理解深度；
推动跨部门协作，打通销售、产品、研发、交付的协同链路。
任职要求：
一、教育背景：
985/211院校本科及以上学历，计算机科学、人工智能、数学、统计学、电子工程等相关专业；
硕士/博士学位优先，有海外院校背景者优先。
二、从业经验：
10年以上AI/机器学习领域从业经验，完整经历传统机器学习、深度学习、大模型时代的技术演进；
3年以上团队管理经验，有带领10人以上技术团队的成功经历；
有ToB企业服务或企业级AI项目交付经验者优先；
三、技术深度要求：
传统机器学习阶段：
扎实掌握经典算法原理，包括SVM、决策树、集成学习、神经网络体系、聚类、降维等；
有特征工程、模型调优、等工业级实践经验；
理解机器学习的数学本质，具备从数学层面分析问题的能力。
深度学习阶段：
深入理解CNN、RNN/LSTM、Attention机制的演进逻辑与适用场景
有CV、NLP、语音、推荐等至少2个领域的深度实践经验；
熟悉数据工程、训练、模型压缩、推理优化等工程化技术。
大模型时代：
深入理解Transformer架构、Scaling Law、涌现能力等核心概念；
熟悉主流开源模型生态（LLaMA、Qwen、DeepSeek等）与闭源模型能力边界；
具备大模型应用落地经验，熟练掌握RAG、Agent、LoRa、强化学习等技术；
了解多模态模型、MoE架构、长上下文处理等前沿方向。
工程与架构能力：
熟悉云原生架构，有大规模AI系统的设计与运维经验；
掌握主流AI框架（PyTorch、TensorFlow）与推理引擎（vLLM、SGLang等）；
具备代码级别的技术评审与指导能力。
售前与沟通能力：
能够独立完成复杂AI项目的技术方案设计与客户汇报；
出色的技术表达能力，能够将复杂技术概念转化为业务语言；
具备与客户技术负责人、业务负责人进行有效对话的能力；
熟悉金融、供应链、制造、医疗、零售等行业中的1-2个领域者优先。
软性素质：
对AI技术有持续的热情与敏锐的判断力，能够区分技术噱头与真实价值；
系统思维能力，能够在技术、业务、组织等多维度进行权衡决策；
强烈的结果导向与客户成功意识；
良好的跨部门协作与资源整合能力。
加分项：
主导过从0到1的AI产品商业化落地；
有头部互联网公司或AI独角兽企业核心算法/平台岗位经历；
有开源项目贡献或技术社区影响力；
英语可作为工作语言，有国际化项目经验。