职位概要
负责AI相关模型的开发、优化与部署，运用Python及其生态工具构建智能化应用。工作涵盖数据处理、机器学习与深度学习模型的训练及推理性能提升，推动AI技术在实际业务场景中的落地实施。

岗位职责
算法开发与优化：基于机器学习与深度学习方法，开展AI模型的设计、训练与调优工作，覆盖自然语言处理（NLP）、计算机视觉（CV）、推荐系统等领域。
数据处理与特征工程：对结构化与非结构化数据进行清洗、转换与分析，搭建高效的数据处理流程，提升模型训练的数据质量与效率。
模型训练与调优：利用TensorFlow、PyTorch等主流框架完成模型的训练、验证与参数调整，持续优化模型准确性、稳定性和推理速度。
模型部署与服务化：将训练好的模型封装为API或嵌入式服务，借助Flask/FastAPI/Django或通过Docker/Kubernetes实现生产环境部署。
分布式计算支持：采用Spark、Ray、Dask或GPU（CUDA）技术加速大规模数据运算与模型训练过程，提升整体计算效能。
自动化AI流程建设：整合MLOps、AutoML与模型监控机制，打造可复用、可追踪的自动化AI开发与迭代体系。
大语言模型（LLM）优化（如涉及）：针对GPT、LLaMA、Claude、Mistral等基础模型开展微调、提示工程（PromptEngineering）、检索增强生成（RAG）等开发任务。
跨团队协同推进：与数据科学、后端开发及产品团队紧密配合，确保AI方案在业务系统中顺利集成并发挥价值。
技术研究与创新探索：跟踪AIGC（生成式人工智能）、强化学习、多模态融合等前沿方向，推动新技术在项目中的实践与应用。

岗位要求
编程能力：熟练掌握Python，熟悉NumPy、Pandas、Scikit-learn、Matplotlib等常用AI工具库。
机器学习与深度学习：理解主流ML/DL算法原理，如CNN、RNN、Transformer，具备TensorFlow、PyTorch、JAX等框架的实际使用经验。
数据处理技能：掌握SQL/NoSQL数据库操作，拥有ETL实践经历，能够高效处理大规模数据集。
模型优化经验：具备超参数调优（如网格搜索、贝叶斯优化）、模型量化、剪枝、知识蒸馏等模型压缩与性能提升能力。
部署实践经验：了解模型推理加速技术，熟悉ONNX、TensorRT、TritonInferenceServer及GPU/TPU加速方案，有真实项目上线经验者优先。
云计算与MLOps（加分项）：熟悉AWS/GCP/Azure云平台，了解MLflow、Kubeflow、Airflow等AI工程化管理工具。
协作与工程规范：具备良好的编码习惯和工程思维，掌握Git版本控制、API接口开发与技术文档编写，善于团队沟通协作。
英语读写能力：能阅读英文AI论文和技术文档，持续跟进国际最新研究成果与技术趋势。

加分项
参与过ChatGPT、LLaMA、StableDiffusion等大模型相关项目的开发或优化。
具有AI算法层面或硬件层面（如NVIDIATensorRT、TPU、FPGA）的性能调优经验。
具备文本、图像、视频、音频等多模态融合建模与开发经验。
在AI领域发表过学术论文，或在HuggingFace、GitHub等开源社区有积极贡献。