1.需求分析與方案設計： 與產品經理、業務方緊密協作，深入理解業務需求，設計并評估可行的AI技術解決方案。 2.模型開發與訓練： (1)負責數據預處理、特征工程、模型選擇與構建。 (2)運用機器學習（如分類、回歸、聚類）和深度學習（如CNN, RNN/LSTM, Transformer等）算法訓練和優化模型。 (3)進行模型調參、驗證、評估與迭代優化，確保模型性能達到預期目標。 3.模型部署與優化： (1)將訓練好的模型部署到生產環境（如云平臺、邊緣設備），確保服務的穩定性、高可用性和低延遲。 (2)持續監控線上模型性能，進行模型更新、迭代和再訓練。 (3)探索和應用模型壓縮、加速技術（如量化、剪枝、知識蒸餾等）。 4.系統開發與集成： (1)開發支持AI模型訓練、部署、監控的底層系統或工具鏈。 (2)將AI模塊與現有產品系統、數據管道進行高效集成。 (3)編寫高質量、可維護的代碼和API接口。 5.技術文檔與分享： 編寫清晰的技術文檔，包括設計文檔、接口文檔、模型說明等；積極參與技術分享，促進團隊知識沉淀。 技術前沿跟進： 持續關注AI領域（特別是LLM/AIGC等方向）的最新研究進展和技術趨勢，評估其在產品中應用的可能性。

1.學歷背景： 計算機科學、人工智能、軟件工程、數學、統計學或相關專業本科及以上學歷（碩士優先）。 2.編程基礎： (1)精通 Python，具備扎實的編程能力和良好的代碼風格。 (2)熟悉至少一門編譯語言（如C++, Java, Go）者優先。 (3)熟悉Linux開發環境及常用命令。 3.AI/ML 技術棧： (1)深入理解機器學習、深度學習的基礎理論和常用算法（監督學習、無監督學習、強化學習等）。 (2)熟練掌握至少一種主流深度學習框架（如 PyTorch, TensorFlow, Keras），并具備實際項目開發經驗。 (3)熟悉常用數據處理和分析工具（如 Pandas, NumPy, Scikit-learn）。 (4)了解分布式訓練框架（如 Horovod, PyTorch DDP, TensorFlow MirroredStrategy）者優先。 (5)了解模型壓縮、加速、部署優化技術（ONNX, TensorRT, OpenVINO等）者優先。 (6)了解大語言模型（LLM）原理、微調（Fine-tuning）和應用框架（LangChain, LlamaIndex等）者優先。 4.工程能力： (1)熟悉軟件工程開發流程和常用工具（Git, CI/CD）。 (2)具備模型部署和服務化（如 Docker, Kubernetes, RESTful API/gRPC, Flask/FastAPI）的實際經驗。 (3)了解基本的數據庫操作（SQL/NoSQL）。 (4)具備良好的系統設計思維和問題解決能力。 5.數據能力： 具備良好的數據處理和分析能力，能夠從海量數據中發現價值。 6.經驗要求： (1)本科： 要求5年以上AI算法/模型開發或相關崗位經驗，有成功的AI項目落地經驗。 (2)碩士： 有3年以上相關經驗（需展示較強的項目/研究能力）。 7.軟技能： (1)優秀的溝通能力和團隊協作精神，能夠清晰表達技術方案并與跨職能團隊有效合作。 (2)強烈的責任心和自驅力，對AI技術充滿熱情，具備持續學習和探索新技術的意愿與能力。 (3)具備良好的邏輯思維、分析能力和解決復雜問題的能力。 注重細節，追求高質量交付。