所屬部門：技術部 職位概述 設計、實現并優化人工智能模型與系統，解決業務場景中的復雜問題（如智能決策、內容生成、自動化流程等），推動AI技術從原型驗證到規?；涞?，提升產品智能化水平與用戶體驗。 核心職責1. 模型開發與訓練 針對場景需求（圖像識別、文本理解、語音處理、推薦系統等）設計機器學習/深度學習模型架構； 實現數據預處理、特征工程、模型訓練（PyTorch/TensorFlow）及調優（超參搜索、蒸餾剪枝）； 探索前沿技術（如Transformer、Diffusion Models、圖神經網絡）提升模型效果。 2. 工程化落地 開發模型推理服務API，優化部署性能（延遲/吞吐量）； 實現模型壓縮（量化/蒸餾）與加速（TensorRT/OpenVINO）； 構建自動化訓練-評估-部署流水線（MLOps）。 3. 數據驅動優化 設計數據標注方案，管理高質量數據集； 分析bad cases，迭代模型與數據閉環； 運用A/B測試驗證模型業務價值。 4. 跨領域協作 與產品團隊：將業務需求轉化為技術方案，輸出可行性報告； 與數據團隊：定義數據采集規范，構建特征倉庫； 與運維團隊：保障線上服務穩定性（監控/告警/回滾）。 5. 大模型應用 微調開源大模型（deepseek）適配垂直場景； 開發RAG應用、Agent工作流、提示詞工程優化； 構建領域知識增強與幻覺抑制方案。 任職要求硬性技能 編程與工具 精通Python，熟悉Linux開發環境； 掌握PyTorch/TensorFlow框架及生態工具（Hugging Face/Weights & Biases）； 了解云服務（AWS SageMaker/Azure ML）或容器化技術（Docker/K8s）。 算法基礎 扎實的機器學習理論（監督/無監督學習、評估指標、過擬合對策）； 掌握深度學習核心架構（CNN/RNN/Transformer）及訓練技巧； 熟悉經典算法（XGBoost、聚類算法、推薦系統協同過濾）。 軟技能 強邏輯思維與問題拆解能力； 能清晰技術宣講（面向產品/業務團隊）； 快速學習新技術。