崗位職責:
1、負責深度學習/強化學習算法設計與優化,覆蓋自動化物流設備控制場景;
2、開發面向復雜動態環境決策模型,如智能物流調度系統,推動算法在仿真與實際場景的落地;
3、主導模型壓縮、量化、加速優化,提升推理效率與硬件適配;
4、搭建大規模分布式訓練框架,優化模型泛化能力與收斂速度;
5、跟蹤主流大模型前沿技術動態,研究大模型、小樣本學習等,推動技術成果轉化;
6、參與AI在物流調度領域的算法創新;
核心職責:
▌ 智能設備控制:開發基于深度學習/強化學習的自動化物流設備控制算法
▌ 動態決策系統:構建復雜環境下的智能調度模型(日均決策量級:百萬級)
▌ 工程效能優化:主導模型壓縮與加速技術,實現推理速度提升50%+
▌ 前沿技術落地:探索大模型在物流場景的應用,推動小樣本學習技術轉化
任職要求:
? 碩士以上學歷(計算機/數學/自動化相關專業),建議博士。
? 2年以上深度學習全鏈路項目經驗,至少1個完整AI產品落地案例
? 技術棧:Python/C++,TensorFlow/PyTorch,熟悉ONNX/MNN等部署框架
優先條件:
有強化學習實戰經驗(機器人控制/策略優化項目)
熟悉多智能體協同調度算法
發表過ICML/NeurIPS等頂會論文者優先