一、招聘崗位：AI應(yīng)用工程師
崗位職責(zé)：
1、負責(zé)大語言模型（LLM）在智能問答、內(nèi)容生成等場景的應(yīng)用研發(fā)、架構(gòu)設(shè)計、性能優(yōu)化與上線落地，設(shè)計實現(xiàn)RAG、Agent、工具調(diào)用等端到端LLM應(yīng)用架構(gòu)。
2、基于LangChain、LlamaIndex等框架完成應(yīng)用流程編排與模塊化設(shè)計，集成向量數(shù)據(jù)庫與Embedding模型，完成多源數(shù)據(jù)處理與知識庫構(gòu)建，對接外部業(yè)務(wù)系統(tǒng)接口。
3、設(shè)計迭代Prompt方案，構(gòu)建模型評測體系，開展離線評測與線上A/B驗證，根據(jù)業(yè)務(wù)需要開展參數(shù)高效微調(diào)（LoRA/QLoRA等）并持續(xù)優(yōu)化效果。
4、負責(zé)LLM應(yīng)用的Docker部署、服務(wù)化及運維監(jiān)控，保障線上穩(wěn)定性與成本可控；與跨團隊協(xié)作完成需求落地，輸出技術(shù)文檔與工程規(guī)范，沉淀知識資產(chǎn)。
崗位要求：
1、本科及以上學(xué)歷，計算機科學(xué)與技術(shù)、人工智能、軟件工程、大數(shù)據(jù)技術(shù)、數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)、電子信息工程等相關(guān)專業(yè)。
2、精通Python，具備扎實的數(shù)據(jù)結(jié)構(gòu)與算法基礎(chǔ)，熟悉PyTorch等深度學(xué)習(xí)框架，理解Transformer與LLM基本原理及常見問題。
3、熟悉LangChain/LlamaIndex等LLM應(yīng)用框架，掌握Embedding技術(shù)、向量數(shù)據(jù)庫（Milvus/FAISS等）、RAG、Agent等核心技術(shù)，有參數(shù)高效微調(diào)經(jīng)驗者優(yōu)先。
4、具備LLM應(yīng)用從需求到上線的完整交付經(jīng)驗，熟悉Docker部署，有REST/gRPC服務(wù)化、性能優(yōu)化、成本管控經(jīng)驗者優(yōu)先，了解Dify/Coze等低代碼平臺者優(yōu)先。
5、擅長Prompt工程設(shè)計，能構(gòu)建系統(tǒng)化的模型評估體系與質(zhì)量閉環(huán)，具備良好的問題定位與解決能力。
6、擁有優(yōu)秀的跨團隊溝通協(xié)作能力，學(xué)習(xí)能力強，對AI新技術(shù)敏感，具備良好的工程編碼與文檔撰寫規(guī)范。

二、招聘崗位：AI算法工程師（機器學(xué)習(xí)方向）
崗位職責(zé)：
1、負責(zé)機器學(xué)習(xí)/深度學(xué)習(xí)算法在預(yù)測、分類、推薦、NLP/多模態(tài)等業(yè)務(wù)場景的建模、訓(xùn)練與迭代優(yōu)化，完成從離線實驗到線上部署的效果閉環(huán)。
2、參與數(shù)據(jù)采集、清洗、標(biāo)注全流程，構(gòu)建可復(fù)用數(shù)據(jù)集與特征體系，搭建數(shù)據(jù)管線，分析并解決數(shù)據(jù)漂移、噪聲與分布偏差問題。
3、設(shè)計模型評估指標(biāo)與實驗方案，開展誤差分析與性能瓶頸定位，通過超參優(yōu)化、模型壓縮等方式平衡模型效果、時延與資源成本。
4、推動模型工程化落地，與跨團隊協(xié)作完成模型服務(wù)化部署與上線，負責(zé)模型監(jiān)控與迭代更新；編寫技術(shù)文檔，沉淀可復(fù)用組件與實踐。
崗位要求：
1、本科及以上學(xué)歷，計算機科學(xué)與技術(shù)、人工智能、軟件工程、數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)、模式識別與智能系統(tǒng)、電子信息、數(shù)學(xué)、統(tǒng)計學(xué)等相關(guān)專業(yè)。
2、精通Python，具備扎實的數(shù)學(xué)統(tǒng)計基礎(chǔ)（線性代數(shù)、概率統(tǒng)計、優(yōu)化方法等）與數(shù)據(jù)結(jié)構(gòu)能力，熟悉PyTorch等深度學(xué)習(xí)框架，掌握常用機器學(xué)習(xí)與深度學(xué)習(xí)算法。
3、具備特征工程、模型調(diào)參、誤差分析的系統(tǒng)化能力，熟悉交叉驗證、A/B測試等實驗方法，有NLP、推薦排序、時序預(yù)測/異常檢測/多模態(tài)任一方向經(jīng)驗者優(yōu)先。
4、具備模型工程化能力，可實現(xiàn)REST/gRPC服務(wù)化部署，熟悉ONNX/TensorRT/量化等推理優(yōu)化手段者優(yōu)先；熟練使用Pandas/NumPy，了解Spark/Flink、MLflow/W&B者優(yōu)先。
5、能將業(yè)務(wù)問題抽象為可量化的算法問題，具備良好的跨團隊溝通能力與項目推進能力。
6、自驅(qū)力與學(xué)習(xí)能力強，對前沿算法技術(shù)保持關(guān)注，做事嚴(yán)謹負責(zé)，重視模型效果與線上穩(wěn)定性。