崗位職責(zé) 1.AI 模型開發(fā)與優(yōu)化:負(fù)責(zé)參與公司 AI 項(xiàng)目的需求分析與技術(shù)方案設(shè)計(jì),依據(jù)業(yè)務(wù)場(chǎng)景(計(jì)算機(jī)視覺、自然語言處理、推薦系統(tǒng)等)選擇合適的算法模型(如深度學(xué)習(xí)、機(jī)器學(xué)習(xí)模型),完成模型的設(shè)計(jì)、開發(fā)、訓(xùn)練、調(diào)優(yōu)及驗(yàn)證工作,確保模型在精度、效率、穩(wěn)定性等方面滿足業(yè)務(wù)指標(biāo)。 2.數(shù)據(jù)處理與預(yù)處理:主導(dǎo)或參與 AI 項(xiàng)目所需數(shù)據(jù)的采集、清洗、標(biāo)注、特征工程等工作,構(gòu)建高質(zhì)量的數(shù)據(jù)集;對(duì)數(shù)據(jù)質(zhì)量進(jìn)行評(píng)估與監(jiān)控,解決數(shù)據(jù)稀疏、噪聲干擾、數(shù)據(jù)不平衡等問題,為模型訓(xùn)練提供可靠的數(shù)據(jù)支撐。 3.技術(shù)落地與工程化:將訓(xùn)練完成的 AI 模型轉(zhuǎn)化為可落地的工程化解決方案,與研發(fā)團(tuán)隊(duì)協(xié)作完成模型的部署(如基于云平臺(tái)、邊緣設(shè)備等部署方式)、集成與上線工作;優(yōu)化模型在生產(chǎn)環(huán)境中的性能,降低 latency、提升吞吐量,保障系統(tǒng)穩(wěn)定運(yùn)行。 4.技術(shù)調(diào)研與創(chuàng)新:持續(xù)關(guān)注全球 AI 領(lǐng)域的前沿技術(shù)動(dòng)態(tài)(如大模型、生成式 AI、強(qiáng)化學(xué)習(xí)等),定期開展技術(shù)調(diào)研與預(yù)研工作;探索新技術(shù)在公司業(yè)務(wù)場(chǎng)景中的應(yīng)用可能性,推動(dòng) AI 技術(shù)創(chuàng)新,為業(yè)務(wù)發(fā)展提供技術(shù)儲(chǔ)備與新方向。 5.團(tuán)隊(duì)協(xié)作與文檔輸出:與產(chǎn)品、業(yè)務(wù)、研發(fā)等跨部門團(tuán)隊(duì)緊密溝通,明確 AI 項(xiàng)目的業(yè)務(wù)目標(biāo)與技術(shù)邊界,確保項(xiàng)目高效推進(jìn);負(fù)責(zé)撰寫 AI 項(xiàng)目相關(guān)的技術(shù)文檔,包括方案設(shè)計(jì)文檔、模型開發(fā)文檔、部署手冊(cè)、技術(shù)調(diào)研報(bào)告等,沉淀技術(shù)成果。 任職要求: 1.專業(yè)知識(shí)儲(chǔ)備:扎實(shí)掌握 AI 核心理論知識(shí),包括但不限于機(jī)器學(xué)習(xí)(決策樹、SVM、隨機(jī)森林、邏輯回歸等)、深度學(xué)習(xí)(CNN、RNN、Transformer 等)、統(tǒng)計(jì)學(xué)、線性代數(shù)等;熟悉常見的 AI 算法原理、適用場(chǎng)景及優(yōu)缺點(diǎn)。 2.技術(shù)技能要求: ?熟練使用至少一種主流的 AI 開發(fā)框架,如 TensorFlow、PyTorch、Keras 等,能夠獨(dú)立完成模型的搭建、訓(xùn)練與調(diào)優(yōu); 精通至少一種編程語言,如 Python,?(必備),熟悉 C++/Java 者優(yōu)先;掌握數(shù)據(jù)處理與分析工具,如 Pandas、NumPy、Matplotlib、SQL 等,能夠高效處理結(jié)構(gòu)化與非結(jié)構(gòu)化數(shù)據(jù); ?了解 AI 模型工程化相關(guān)技術(shù),如模型壓縮(量化、剪枝)、部署工具(TensorRT、ONNX Runtime)、容器化(Docker、K8s)、云服務(wù)(AWS/Azure/ 阿里云 / 騰訊云 AI 服務(wù))者優(yōu)先。 3.項(xiàng)目經(jīng)驗(yàn)要求: ?有 1-3 年及以上 AI 相關(guān)項(xiàng)目開發(fā)經(jīng)驗(yàn),至少獨(dú)立主導(dǎo)或核心參與過 1 個(gè)完整的 AI 項(xiàng)目(從需求分析到落地上線),涉及計(jì)算機(jī)視覺(如圖像識(shí)別、目標(biāo)檢測(cè)、圖像分割)、自然語言處理(如文本分類、情感分析、機(jī)器翻譯、大模型微調(diào))、推薦系統(tǒng)、時(shí)序預(yù)測(cè)等任一領(lǐng)域者優(yōu)先; ?有大模型(如 GPT、LLaMA、文心一言、通義千問等)微調(diào)、提示工程(Prompt Engineering)、Agent 開發(fā)經(jīng)驗(yàn)者優(yōu)先; ?有教育行業(yè) AI 落地經(jīng)驗(yàn)者優(yōu)先,能清晰闡述項(xiàng)目中遇到的技術(shù)難點(diǎn)及解決方案 4.軟技能要求: ?具備較強(qiáng)的問題分析與解決能力,能夠快速定位 AI 項(xiàng)目中的技術(shù)問題(如模型精度不達(dá)標(biāo)、訓(xùn)練效率低、部署后性能差等)并提出有效解決方案; ?擁有良好的學(xué)習(xí)能力與自驅(qū)力,能夠快速跟進(jìn) AI 領(lǐng)域的新技術(shù)、新工具,主動(dòng)探索技術(shù)在業(yè)務(wù)中的應(yīng)用; ?具備優(yōu)秀的溝通表達(dá)與團(tuán)隊(duì)協(xié)作能力,能夠清晰地向跨部門同事傳遞技術(shù)信息,高效推進(jìn)跨團(tuán)隊(duì)項(xiàng)目; ?有較強(qiáng)的責(zé)任心與抗壓能力,能夠在項(xiàng)目 deadline 壓力下保證工作質(zhì)量與進(jìn)度。