高级AI应用研发工程师
1.8-3.5万元/月
更新 2025-12-18 14:05:05
浏览 197
职位详情
算法工程师
5-10年
大模型算法 · 算法工程化经验
主要岗位职责:
1.技术研究:深入探索大/小模型与智能体相关技术,涵盖模型训练优化、智能体任务规划、工具调用等方向,持续提升模型与智能体的运行效率及性能表现。
2.技术方案:基于大模型、RAG、AIAgent等技术研究实际问题的解决方案,并推动技术落地与系统实现。
3.技术应用:参与智能体平台的研发与迭代,优化智能体引擎功能,提升任务规划的智能化程度及任务执行成功率。
4.工程化:研究大模型与智能体在分布式推理场景下的性能优化方法,降低计算资源消耗,构建高效、低延迟的AI服务体系。
5.学习&创新:跟踪前沿AI技术发展,如多智能体协作、多模态智能体等,结合业务需求推进技术创新与实际应用突破。
任职资格要求:
1.本科及以上学历,计算机、数学、统计学、人工智能等相关专业背景。
2.具备3年以上AI领域工作经验,其中大模型、RAG、AIAgent相关经验不少于1年。
3.熟悉主流大模型(DeepSeek、LLaMA、Baichuan、Qwen等)的算法机制,掌握Fine-tuning与Prompt工程策略,熟练使用PyTorch、DeepSpeed、Megatron-LM等训练框架。
4.精通主流智能体框架(LangChain、LangGraph、Dify)及提示工程体系,了解各框架的技术特点、适用场景及其优劣势。
5.掌握典型任务规划范式,如ReAct、Reflextion等;具备扎实的编程能力与工程实现能力,有算法应用系统或架构设计经验者优先。
6.在相关领域有学术研究成果或顶会期刊论文发表者优先考虑。
1.技术研究:深入探索大/小模型与智能体相关技术,涵盖模型训练优化、智能体任务规划、工具调用等方向,持续提升模型与智能体的运行效率及性能表现。
2.技术方案:基于大模型、RAG、AIAgent等技术研究实际问题的解决方案,并推动技术落地与系统实现。
3.技术应用:参与智能体平台的研发与迭代,优化智能体引擎功能,提升任务规划的智能化程度及任务执行成功率。
4.工程化:研究大模型与智能体在分布式推理场景下的性能优化方法,降低计算资源消耗,构建高效、低延迟的AI服务体系。
5.学习&创新:跟踪前沿AI技术发展,如多智能体协作、多模态智能体等,结合业务需求推进技术创新与实际应用突破。
任职资格要求:
1.本科及以上学历,计算机、数学、统计学、人工智能等相关专业背景。
2.具备3年以上AI领域工作经验,其中大模型、RAG、AIAgent相关经验不少于1年。
3.熟悉主流大模型(DeepSeek、LLaMA、Baichuan、Qwen等)的算法机制,掌握Fine-tuning与Prompt工程策略,熟练使用PyTorch、DeepSpeed、Megatron-LM等训练框架。
4.精通主流智能体框架(LangChain、LangGraph、Dify)及提示工程体系,了解各框架的技术特点、适用场景及其优劣势。
5.掌握典型任务规划范式,如ReAct、Reflextion等;具备扎实的编程能力与工程实现能力,有算法应用系统或架构设计经验者优先。
6.在相关领域有学术研究成果或顶会期刊论文发表者优先考虑。
相似职位
很抱歉,暂无相似职位!