职位职责： 1、业务应用：负责将自研的算法模型应用于企业协同软件中，在会议、文档、消息、办公智能体等诸多办公场景中打造最好的AI工具和产品，不断改善用户体验； 2、模型优化：负责训练大语言模型不断提高其在办公领域的算法质量；建设高效的评测方法和技术体系；采集、调研并生产办公领域的高质量数据集； 3、技术建设：持续关注业界最新的技术趋势和研究成果，分享行业最佳实践，将前沿技术应用于大模型中。 职位要求： 1、具备NLP、LLM应用或RAG等相关经验，其一即可； 2、编程能力强，熟练掌握Python等编程语言；对于AI相关的Python库比较了解，比如Pandas等； 3、创新能力比较强，对于不断探索新的AI技术和应用场景有强烈意愿和主观能动性； 4、紧跟AI领域的最新发展动态，通过参加学术会议、阅读前沿论文、在线学习课程等方式不断提升自己的专业知识和技能； 5、解决问题的能力比较强，善于解决各种繁琐的技术问题；比如数据质量问题、训练问题、部署兼容性问题等；对数据比较敏感，数据工作比较细致，包括数据质量、数据分布、案例分析、数据调优等。 加分项： 1、熟悉传统机器学习的概念，熟悉机器学习各种任务的定义、目标、解决的问题、及衡量指标； 2、熟悉深度学习框架，如TensorFlow、PyTorch等；可以利用这些框架快速搭建和训练模型，解决实际问题，比如利用PyTorch搭建一个自然语言处理中的文本分类模型； 3、具有良好的数学基础，对概率论、线性代数、微积分了解，能够通过数学方法分析模型的性能和误差，能够看懂用公式定义表述的学习任务。

职位职责： 1、业务应用：负责将自研的算法模型应用于企业协同软件中，在会议、文档、消息、办公智能体等诸多办公场景中打造最好的AI工具和产品，不断改善用户体验； 2、模型优化：负责训练大语言模型不断提高其在办公领域的算法质量；建设高效的评测方法和技术体系；采集、调研并生产办公领域的高质量数据集； 3、技术建设：持续关注业界最新的技术趋势和研究成果，分享行业最佳实践，将前沿技术应用于大模型中。 职位要求： 1、具备NLP、LLM应用或RAG等相关经验，其一即可； 2、编程能力强，熟练掌握Python等编程语言；对于AI相关的Python库比较了解，比如Pandas等； 3、创新能力比较强，对于不断探索新的AI技术和应用场景有强烈意愿和主观能动性； 4、紧跟AI领域的最新发展动态，通过参加学术会议、阅读前沿论文、在线学习课程等方式不断提升自己的专业知识和技能； 5、解决问题的能力比较强，善于解决各种繁琐的技术问题；比如数据质量问题、训练问题、部署兼容性问题等；对数据比较敏感，数据工作比较细致，包括数据质量、数据分布、案例分析、数据调优等。 加分项： 1、熟悉传统机器学习的概念，熟悉机器学习各种任务的定义、目标、解决的问题、及衡量指标； 2、熟悉深度学习框架，如TensorFlow、PyTorch等；可以利用这些框架快速搭建和训练模型，解决实际问题，比如利用PyTorch搭建一个自然语言处理中的文本分类模型； 3、具有良好的数学基础，对概率论、线性代数、微积分了解，能够通过数学方法分析模型的性能和误差，能够看懂用公式定义表述的学习任务。

岗位职责： 1、参与媒体专业领域大语言模型的研究、构建与迭代，负责预训练和对齐阶段特定算法模块的建设工作； 2、逐步加深和丰富基座大模型的智能体能力，为智能体应用建设沉淀技术与经验； 3、负责RAG、Agent等通用应用流程框架设计实现和策略制定； 4、探索大模型能力在业务流程中的提效应用和面向C端用户的产品能力输出。 岗位要求： 1、硕士及以上学历，计算机、智能科学、数学专业方向出身； 2、具备非常扎实的算法功底，熟练掌握NLP的常用技术手段，有工业界内容理解和生成成熟实战经验； 3、拥有大规模语言模型的预训练和微调经验，熟练掌握常见开源模型的底层设计原理； 4、对于Dense架构和MoE架构大模型的设计实现细节有充分掌握，并有一定的实际操作经验； 5、良好的逻辑思维能力和数据敏感度，优秀的分析和解决问题能力，对挑战性问题充满激情，自驱有追求，具备较强的攻坚能力。

岗位职责： 1.负责软件开发、测试，负责系统相关文档编写； 2.参与算法的模型开发、优化和部署； 3.参与产品的需求分析和设计，完成有关技术方案和文档的编写以及相关对接工作； 4.参与进行系统的集成和测试； 5.负责系统的实施、培训、维护和技术改进工作； 6.完成领导交办的其他事情。 任职要求： 1.本科及以上学历，AI、计算机、通信、电子等专业，三年以内工作经验，接受应届毕业生； 2.熟练掌握c++或者c#其中的一种语言； 3. 熟悉windows下的winform或者WPF编程优先； 4.熟悉Linux系统，有相关开发经验者佳； 5.有工业控制系统开发经验者或熟悉嵌入式操作系统内核者优先； 6. 具有较强事业心和责任感，能够持续学习新知识，具有良好的表达沟通能力。

1、方向一：广告推荐 负责广告召回模块的优化，通过数据挖掘、自然语言处理等技术，在保证广告相关性的同时提升广告召回率，进而提升系统变现能力。 2、方向二：广告点击率/转化率预估 负责CTR/CVR模型优化相关工作，在特征工程、模型结构、机制策略等方面进行持续探索优化，提升广告的点击率和转化率，进而提升系统变现能力以及客户投放效果。 3、方向三：广告反作弊 持续优化反作弊相关的算法策略，以有效识别作弊行为挽回客户损失；建立并完善作弊行为预警及监控系统，提升反作弊系统的事前预警能力以及事后case分析的效率。 1、 计算机相关专业大学本科及以上学历； 2、 精通C/C++/Java/python语言之一； 3、 熟悉分布式计算平台，有海量数据处理经验； 4、 熟悉常用的数据挖掘/机器学习/自然语言处理算法，并有一定的实践经验； 5、 优秀的分析问题解决问题的能力，具备搜索/推荐/广告业务经验者优先。

岗位职责： 1. 开发指标归因分析平台 2、AI大模型在各工具业务的应用场景适配等,负责基于大模型面向应用场景的算法策略组件建设 3、负责LLM、深度学习、机器学习等方向相关问题研究，跟进前沿技术动态 任职要求： 1. 计算机、通信、电子及相关专业，硕士及以上学历，3-5年工作经验 2. 熟练掌握Python语言，熟悉Tensorflow、Pytorch、Spark、Hive等技术栈 3. 具备深厚的NLP基础和前沿跟踪能力，具备大模型落地实战经验优先 4. 掌握NLP基本算法，在自然语言处理相关领域中至少一个方向有一定的实践经验，如语义检索与推荐、信息抽取、对话系统、语义理解、阅读理解、聚类、迁移学习、多模学习、低资源学习等熟悉LLM相关技术， 如transformer, prompt tuning, RLHF, langchain等，对相关技术落地有自己的理解 5. 在机器学习/NLP领域高级学术会议发表过高质量文章者 6. 有银行间债券、银行核心经营指标相关研发经验者优先

1、参与图像、视频内容生成、理解、检索，自然语言理解等方向前沿技术研究 2、根据业务场景，给出相关算法层面解决方案并进行研发 3、完成相关模型搭建/调优/训练等相关工作，积极推动所负责能力的性能优化及工程化落地 4、持续关注相关领域最新进展,并进行前沿算法思想的落地验证 岗位要求： 1.计算机、数学等相关专业，硕士及以上学历，1-3年工作经验 2.数学基础扎实,能独立对现有算法进行定制优化提升 3.熟悉一般扩散模型、多模态模型，在图像生成、视频理解、多模态等方向有较为深入的研究，熟悉TensorFlow, Pytorch等框架 4.熟悉C/C++/python等语言，能熟练使用上述语言之一进行项目开发 5.了解数字图像处理一般方法，并有与深度学习相结合的实践经验； 加分项: 1.拥有扩散模型、多模态模型训练、调优经验者优先; 2.有AIGC方向项目商用落地经验者优先; 3.在国际期刊、会议上发表论文者优先

职位描述： 1. 自动驾驶多模态（Camera&Radar&Lidar) 感知处理和优化，包括感知信息的预处理，多模态融合，置信度估计等； 2. 研究先进的多模态感知算法，例如点云+图像的多模态前融合感知、learning-based多模态处理等； 3. 与上下游模块沟通，反馈、承接量产问题，打造量产数据闭环。 职位要求： 1. 扎实的C++开发能力，至少熟悉一种数据分析语言； 2. 有多目标跟踪、多模态融合、深度学习等相关经验； 3. 计算机，信号处理，数学，机器学习，机器人，自动驾驶或相关专业优先； 4. 良好的沟通能力，积极的自主学习态度，对工作认真负责； 5. 具备Radar/Lidar感知处理经验者优先。

1.负责视频理解、视频编辑处理与创意生成相关算法研发。 2.负责视频技术在美团的全场景落地，助力业务解决视频内容生产、分发、展示等环节的实际问题，包括但不限于：视频多模态内容理解，视频智能创作，视频画质增强。 岗位要求： 1.2年以上工作经验。 2.熟练掌握模式识别和计算机视觉的基础理论和方法，在一个或多个领域有深入研究：视频分类与结构化分析、动作识别、视频跨模态表征、视频质量评价、视频超分等。 3.具备扎实的工程能力，熟悉TensorFlow，PyTorch等主流框架。 4.具有广阔的技术视野，紧跟领域前沿，善于通过创造性的方法解决复杂的实际问题。 5.具有优秀的团队协作和项目推动能力。 具备以下优先： 1.在视频搜索推荐，视频剪辑创作等领域，具有行业应用经验。 2.在业界大规模视频数据集上有过研发经验。 3.在计算机视觉的通用或细分领域的权威竞赛中取得较好名次。 4.在计算机视觉领域内的**会议或权威期刊发表过论文。 岗位亮点： 1.前沿探索与业务落地相结合。以公司业务为依托迭代创新，技术应用场景广泛覆盖本地生活服务与零售电商行业。 2.公司核心计算机视觉算法团队，技术氛围好，成长空间大。

一、公司简介 彩讯股份(创业板股票代码:300634)是一家软件互联网上市公司，是协同办公、 智慧渠道、云和大数据领域的龙头企业。拥有五地研发中心和遍布全国的运营网络，员工超过 3000 人。 公司坚持“以大场景运营效果为导向，全面数字化、智能化”的发展战略，持续加大在人工智能等领域的投入，将成为中国领先的智能数字化企业。 二、项目介绍： AI信创中心介绍： 彩讯股份“AI信创中心”是公司为抢占人工智能技术先机而成立的核心研发机构，是直接向CEO汇报的一级部门。中心汇集公司在人工智能、机器学习、知识图谱、自然语言处理等方面的人才,致力于将人工智能技术应用于公司各业务领域,实现产品、服务的智能化升级。 中心遵循“技术引领,应用驱动,市场导向”的发展策略,通过技术研究来挖掘人工智能的应用潜力,并在公司主营业务中进行示范与落地。 中心重点开展的技术和应用研究包括: 1）基于Transformer与BERT的对话系统与推荐系统。运用预训练语言模型与迁移学习技术,快速实现对话与推荐能力。 2）基于RL的智能决策与智能优化。研发强化学习技术在复杂决策环境中的应用,实现自动化智能决策。 3) 基于CVAE与StyleGAN等技术的智能创意与个性化推荐。生成图像、音乐、文本等创意素材,为个性化推荐提供丰富素材。 4）基于GAN与变分自编码器的客户画像与精准营销。利用生成对抗网络等算法,构建真实全面的数据与客户画像。 中心的研发重点在于企业级AI中间件与行业应用的研发,而非特定的机器学习模型。 中心的职责还包括: 1) 与高校、行业合作伙伴共建AI创新联合实验室,拓展产学研合作。 2) 发展与人工智能产业链上下游的合作伙伴关系,拓展公司的产业影响力。 3) 引领全公司各业务部门的产品与业务智能化转型升级。 4) 人工智能核心技术与产品的研发,不断提高公司的AI能力与实力。 中心将持续投入人工智能前沿技术与产品创新,以人工智能驱动公司各业务向智能化、个性化转型,实现产品服务的差异化和融合创新,为客户提供增强的体验与价值。中心必将成为公司实现产业升级与转型的核心动力之 三、岗位介绍： 【岗位职责】： 1、开源LLM的能力接入与部署； 2、负责LLM训练，模型微调； 3、SFT、RM、PPO等算法研究与优化； 4、负责前沿技术探索和落地。 【岗位要求】： 1.人工智能、计算机、数学/统计学等相关专业硕士及以上学历； 2.熟悉AI领域的前沿研究，具有丰富的研究经验，具备百亿级以上LLM 训练经验优先； 3.了解并行计算、CUDA、网络通信、系统优化、集群硬件架构等 HPC 相关的知识； 4.具有Prompt设计与微调经验优先； 5.熟悉SFT、RM、PPO原理，有实际实践经验者优先； 6.熟悉主流深度学习工具Pytorch，TensorFlow等； 7.具备良好的编程能力，熟练掌握 Python，数据结构和算法设计，熟悉 Linux / Unix 系统和 Shell 编程，熟练使用 Git； 8.在AI开源社区有贡献者优先； 9.在AI领域的核心期刊发表过论文优先； 10.有 TVM、TensorRT 等推理平台优化经验者优先； 11.了解并行推理技术的优先。 四、薪酬福利与职业发展： 我们提供竞争力的薪资待遇和福利待遇，包括期权激励、五险一金、带薪年假、节假日福利、健康体检、培训及晋升机会等。 同时，我们还为员工提供广阔的职业发展空间，鼓励员工在工作中不断成长和进步。 我们的团队充满活力、激情和创新精神，致力于打造一个开放包容、信任互助的工作环境，并定期举行各种团队建设活动，增强彼此之间的沟通和理解。 期待您的加入，一起探索未来无限可能！想更多了解彩讯股份，欢迎进入：https://www.richinfo.cn

岗位职责： 1.深入自然语言理解（NLU）技术和多模态情绪识别技术的研发与应用。 2.从事商业领域对话机器人（Chatbot）人工智能算法研究与应用。 3.将深度学习、强化学习等最前沿的AI技术应用于人机交互的各个方面，包括：问答系统，上下文理解，知识图谱，情绪识别与应对，任务达成以及开放域对话。 4.开发开放平台，提供业内领先的人工智能与机器学习服务。 任职要求： 1. 2年左右的算法岗位工作经验，国家**本科及以上学历； 2.在机器学习、深度学习方向有较强的积累，有深度学习的项目经验，熟悉经典的算法； 3.精通至少一种开发语言，如：Java、Scala、Python等，能熟练使用SQL进行数据处理； 4.有好的自驱力和业务意识，能够主动贴近业务，挖掘业务痛点，解决业务实际问题； 5.有较强的逻辑思维能力，善于分析、归纳、解决问题； 6.能够快速掌握工作领域的业务和技术，能承受必要的工作压力； 加分项 1.自然语言理解方面有经验； 2.人工智能对话机器人算法方面有经验，有1年左右的NLP项目经验； 3.人工智能相关专业 + 学历背景好一点（国家**）

职位描述 1、负责AI算法的工程化落地，搭建从离线训练到在线服务的整个闭环服务平台； 2、根据需求完成实时推荐系统、实时特征计算、离线训练平台等系统的架构设计、工程实现及迭代优化； 3、能够根据不同的业务需求，灵活快速地完成具有挑战性的项目； 职位要求 1、计算机及相关专业本科及以上学历，具备2年及以上服务端开发经验； 2、扎实的计算机系统知识，掌握Golang编程语言，同时熟悉Python编程语言者优先； 3、熟练应用MySQL等关系数据库技术，熟练应用Redis缓存技术；熟悉Linux系统环境，能熟练使用Linux命令完成日常工作； 4、具有高性能、高可用的复杂业务系统开发经验，熟悉分布式、缓存、消息等机制优先； 5、具有Docker、Kubernetes、Istio等相关深度使用和开发经验者优先； 6、了解Kafka/Hive/Spark/Flink等大数据生态圈技术，具有相关大数据开发经验优先；有机器学习（tensorflow serving) 相关知识优先； 7、具备优秀的逻辑思维能力，对解决挑战性问题充满热情，有强烈的求知欲，善于学习新事物； 8、具有良好的沟通能力、团队合作精神和执行力，重视生产效率，研发质量。

风控算法工程师（验证码人机方向） 岗位职责： 1、基于不同的验证码形式和终端设计SDK埋点体系并与前端沟通采集逻辑，验证码形式包括不限于滑块、九宫格、图标点选等，终端覆盖Web、H5、Android、Ios。 2、基于采集到的验证码行为数据和设备数据构建人机识别模型判断是否为机器流量，并完成模型的实时线上部署，应用在登录、注册等各个业务场景用于风险识别。 3、通过和黑灰产的不断对抗，维护并持续迭代各验证码人机模型，探索不同的算法模式，并且将之应用到验证码场景中。 职位要求： 1、3年以上反欺诈＆风控、反作弊算法研发经历，计算机相关专业本科及以上学历，算法基础扎实； 2、熟悉黑灰产作弊手法，有成功的黑灰产对抗经验，负责并有效治理过某类反作弊问题，比如批量注册、群控等； 3、熟悉 Python/Scala/Java ，具备优秀的编码能力，至少熟悉一种常见的机器学习／深度学习平台； 4、熟悉大规模数据挖掘、机器学习、自然语言处理、分布式计算等相关技术，有行为序列挖掘相关经验优先； 5、有钻研精神，对安全风控有热情，主观能动性强，能适应快速变化的业务需求，具备良好的团队合作精神和沟通技巧。

岗位名称：搜索、推荐算法工程师 岗位职能：算法工程师 工作年限：3-5年 学历要求：硕士及以上 工作职责： 负责如下场景的模型训练以及落地 1、自然语言处理场景；任务举例：文本分类、实体识别、query 分析、分词、情感分析等； 2、搜索、推荐召回场景；任务举例：基于 Query 的召回、基于 item 的召回等； 3、搜索、推荐精排场景； 岗位需求： 1、对数据敏感，具有优秀的逻辑思维能力，善于分析问题，解决问题； 2、精通主流深度学习框架：Tensorflow、PyTorch 等； 3、深刻理解机器学习和深度学习算法原理；对 query 分析、相关性、召回模型、机器学习 排序有深刻的理解和应用经验； 4、深刻理解深度学习算法的训练，可根据不同业务场景对模型本身进行调优，精通训练数 据的构造、训练超参的调整； 5、熟悉主流 NLP 算法及推荐算法，比如：BERT 模型、DSSM、ESMM、CRF、GNN 等； 6、有复现论文模型的相关经验； 7、有深度学习部署框架（Triton、Onnx、TFServing 之一）相关业务应用的落地经验； 8、了解大数据（Spark、Hive）技术； 9、熟悉 Java，有工程落地经验者优先；

职位职责： 1、业务应用：负责将自研的算法模型应用于企业协同软件中，在会议、文档、消息、办公智能体等诸多办公场景中打造最好的AI工具和产品，不断改善用户体验； 2、模型优化：负责训练大语言模型不断提高其在办公领域的算法质量；建设高效的评测方法和技术体系；采集、调研并生产办公领域的高质量数据集； 3、技术建设：持续关注业界新的技术趋势和研究成果，分享行业优秀实践，将前沿技术应用于大模型中。 职位要求： 1、具备NLP、LLM应用或RAG等相关经验，其一即可； 2、编程能力强，熟练掌握Python等编程语言；对于AI相关的Python库比较了解，比如Pandas等； 3、创新能力比较强，对于不断探索新的AI技术和应用场景有强烈意愿和主观能动性； 4、紧跟AI领域的新发展动态，通过参加学术会议、阅读前沿论文、在线学习课程等方式不断提升自己的专业知识和技能； 5、解决问题的能力比较强，善于解决各种繁琐的技术问题；比如数据质量问题、训练问题、部署兼容性问题等；对数据比较敏感，数据工作比较细致，包括数据质量、数据分布、Case分析、数据调优等。 加分项： 1）熟悉传统机器学习的概念，熟悉机器学习各种任务的定义、目标、解决的问题、及衡量指标； 2）熟悉深度学习框架，如TensorFlow、PyTorch等；可以利用这些框架快速搭建和训练模型，解决实际问题，比如利用PyTorch搭建一个自然语言处理中的文本分类模型； 3）具有良好的数学基础，对概率论、线性代数、微积分了解，能够通过数学方法分析模型的性能和误差，能够看懂用公式定义表述的学习任务。