岗位职责： 1. 参与服务于企业内部管理领域（企业IT）的AI应用开发平台的建设，使得该平台能够利用业界开闭源LLM模型能力及其他成熟的Agent组件，为管理领域的用户场景提供高效的AI应用构建能力； 2. 根据管理场景特点和需要，建设企业内部的相关AI组件（如特定的Agent）并纳入AI应用开发平台； 3. 能够灵活、创新地将各类机器学习相关算法、传统算法及数据挖掘技术运用到企业内部管理领用的具体数据和AI场景，根据数据特征和业务特点产出合适的智能解读、辅助决策或规划的产品能力，并结合至相关应用系统和BI系统； 4. 就具体场景或需求开发相关智能问答、Agent应用等AI应用产品。 岗位要求： 1. 本科及以上学历，计算机、自动化、统计学相关专业，3年以上开发经验，1年以上AI应用或AI平台相关开发经验； 2. 熟练掌握Python/C/C++等编程语言，掌握Pytorch/Tensorflow等开源深度学习框架； 3. 数学基础扎实，掌握概率论、数理统计、假设检验，对常见的机器学习算法、模型机器用用场景有深入理解，如归因分析模型、回归分析、聚类分析、时间序列、推荐算法等，并能够根据不同的场景科学应用不同的模型/算法产出业务价值； 4. 熟悉常见的深度学习算法（如 CNN、RNN、LSTM、GAN 等）及其应用场景； 5. 掌握LLM相关应用技术(RAG，Embedding，Rerank，Function-call、模型结构等)； 6. 掌握AI Agent的工作机制和流程，能利用相关工具或框架完成指定场景Agent的开发； 7. 掌握LLM的Prompt相关优化和缩写技巧(COT、Few-shot、TOT、PS等)，能够持续优化Prompt，提高LLM回答质量； 8. 在RAG、Agent、Text2SQL、智能对话、情感分析、摘要总结、信息抽取、知识图谱、NLP相关领域有实际项目经验者优先； 9. 具备强烈的技术热情和良好的学习能力、出色的问题分析解决能力，善于合作、乐于分享、责任心强，有基础的项目管理意识和能力。

岗位职责： 1、数据收集与预处理：数据收集：负责从各种数据源（如数据库、文件系统、网络等）中收集数据，确保数据的全面性和多样性。数据预处理：对数据进行清洗、整理、转换和归约等操作，以提高数据的质量和可用性。这包括处理缺失值、异常值、重复值等问题，以及将数据转换为适合挖掘的格式。 2、数据挖掘与分析：数据挖掘：运用统计学、机器学习和数据挖掘技术，对预处理后的数据进行深入分析和挖掘，以发现模式和趋势。这包括分类、聚类、关联规则挖掘、回归分析、时间序列分析等多种方法。数据分析：通过数据挖掘技术发现数据中的隐藏模式、关联规则和趋势，提取有用的信息和知识。这些分析结果可以用于业务预测、市场趋势分析、用户行为研究等多个方面。 3、模型构建与优化：模型构建：根据业务需求和数据特点，选择合适的机器学习算法或深度学习模型，构建数据分析模型。这些模型可以用于分类、预测、推荐等多个场景。模型优化：对构建的模型进行评估和优化，提高模型的准确性和性能。这包括调整模型参数、选择更合适的算法、优化特征工程等方面。 4、数据可视化与报告：数据可视化：利用数据可视化工具（如Tableau、Power BI等）将挖掘和分析的结果以直观、易懂的方式呈现出来。这有助于用户更好地理解数据和分析结果，发现数据中的规律和趋势。报告撰写：撰写数据挖掘和分析报告，向决策者和相关人员解释和说明分析结果，并提出相应的建议和决策支持。这些报告可以包括数据摘要、分析结果、模型性能评估等多个部分。 任职要求： 1、教育程度：计算机、数学、统计学相关专业；本科及以上学历。 2、工作经验：具备5年及以上专业工作经验。 3、知识：熟悉常用数据统计、分析和建模方法；熟练掌握各类算法包括分类算法、聚类算法、关联规则挖掘、异常监测等；熟练使用Python、Sql等语言； 熟悉大数据技术栈和工具，如Hadoop、Flink、Kafka等。 4、技能：熟悉数据作业流程，包括指标体系定义、数据清洗ETL、数据分析挖掘、数据可视化与展示；熟悉各种类型的统计方法，比如概率分布、相关性、回归、随机过程等；能够使用机器学习算法建立数学模型；熟悉常用大数据计算引擎flink；熟悉TensorFlow、PyTorch等深度学习框架。 5、核心能力素质：分析判断能力、解决问题能力、执行能力、沟通能力、文字能力、抗压能力、业务知识、工作主动性、责任意识、团队协作、严谨细致、服务意识、敬业精神、正直诚信。

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、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。

职位职责： 1、数据仓库与开发： 从端云链路出发，设计并实现高效的端云数据抽取、特征清洗链路，联动端云搭建高效的自动化分析、内容理解能力，参与抖音直播体验方向数仓、建模等工作，提升数据的易用性和质量； 2、模型部署与服务： 推动算法在业务场景中的落地，负责机器学习&深度学习模型的端云一体化部署工作，将现有信息、能力整合到可扩展的模型服务中； 3、数据挖掘与分析： 负责抖音直播客户端体验数据的挖掘与分析，通过数据洞察、定性与定量分析及模型建设，建设端云一体化数据理解能力，优化用户观看和开播体验； 4、业务协同与策略支持：深入理解直播业务，从体验视角出发，联动客户端体验、DA团队，提供基于数据和算法的端云协同解决方案； 5、技术研究与方法论沉淀：总结并优化适用于直播体验业务数据分析&研究方法论，关注行业前沿技术。 职位要求： 1、本科及以上学历，数学、统计学、计算机相关专业优先； 2、熟练掌握Python、Scala、Java或Go等编程语言，具备扎实的编码能力和良好的编程规范意识； 3、精通SQL，掌握机器学习、深度学习相关算法，熟悉Scikit-learn、TensorFlow、PyTorch等框架（任一）；熟悉Hive、Spark、Flink、Kafka等大数据处理框架； 4、熟悉机器/深度学习的工程架构，包括部署、运维、在线训练架构（客户端或Server）； 5、数据意识：对业务、数据敏感，具备优秀的分析问题和解决问题的能力，能够快速理解和抽象业务需求。

资深算法工程师（国际支付风控方向） 岗位职责： 1.支付风险识别与防控 ●负责跨境电商业务中支付风险的全面识别与防控，重点治理欺诈（盗卡、盗账户 友好欺诈）等方面风险，确保支付全链路安全可靠。 ●利用数据分析和机器学习技术，精确识别支付风险，建立有效的风控模型体系。 2.风控模型全链路管理 ●主导支付风控模型的全链路开发与上线工作，包括需求调研、风险探索、方案设计、模型开发、系统集成、部署上线、效果评估、持续优化和监控预警。 ●与产品、工程、业务团队紧密合作，确保风控模型精准全面覆盖业务场景，并能够及时应对市场变化。 3.前沿技术应用与创新 ●深入探索全球各大市场的新型支付作弊行为，利用多模态大数据进行风险评估与预测。 ●应用异常检测、集成学习、强化学习、序列模型、图模型、大规模预训练模型等前沿技术，提升风险识别的准确率和召回率。 职位要求： 1.经验与教育背景 ●拥有3年以上风控算法研发经验，对跨境支付业务有系统性理解和实际风控经验。 ●计算机科学、数据科学、统计学或相关专业，本科及以上学历。 2.技术能力 ●精通Python编程，熟悉主流机器学习框架（如TensorFlow、PyTorch等），具备优秀的算法实现和优化能力。 ●深入理解大规模数据挖掘、机器学习、分布式高性能计算等技术，能够高效处理海量数据，能够应对高QPS低延时模型需求。 3.业务敏感性与团队合作 ●对风控领域充满热情，具备敏锐的业务洞察力，熟悉全球各主要区域常见支付欺诈风险模式，能够迅速适应和响应业务需求的变化。 ●具备强烈的责任心和主观能动性，能够独立完成任务，同时拥有优秀的团队合作精神和沟通能力，推动项目顺利进行。

职位职责： 1、分析和理解大规模结构化和非结构化数据，利用机器学习、NLP、大模型、图算法和迁移学习等，开发高性能分类器、预测模型和算法，构建知识图谱； 2、针对复杂业务场景，协同多个关联部门，完成业务需求所需的AI算法模型或数据挖掘方案的开发交付和验证，达成预定的业务指标； 3、探索和应用前沿的机器学习、NLP、大模型技术，并将其应用于业务场景。 职位要求： 1、本科及以上学历，3年以上算法领域从业经验； 2、具备机器学习相关算法的扎实基础，包括但不限于NLP、深度学习、图模型、大模型等特定领域的全面学习和实践经验； 3、具备对业务数据建模的能力，精通相关实验和原型验证所需的技术栈、特征挖掘、AI算法模型、数理统计算法等相关技术领域； 4、具备实际操作能力，熟练掌握至少一种框架，如TensorFlow或PyTorch，包括其训练和部署的具体细节；熟悉常用的机器学习和深度学习算法，以及基本的网络模型结构和文本表示方法； 5、出色的编码技能，熟练掌握至少一种编程语言，如Python、Go或C++，并具备算法和数据结构的扎实基础； 6、具备优秀的团队协作和沟通技巧。

工作职责 1. 负责安全发现、运营效率提升等相关模型的开发、落地和调优； 2. 与产品和业务团队紧密合作，理解产品和业务需求，并提供相应的算法和模型支持，将相应的业务问题转换为对应的模型问题； 3. 跟踪最新的研究进展和技术趋势，不断提升算法和模型的性能和鲁棒性。 4. 撰写技术文档，分享研究成果和经验，并向其他团队成员提供技术支持和培训。 5. 对现有系统或模型的不足进行分析，找到目前系统的瓶颈，改进系统算法，提高系统性能； 任职要求 1. 计算机科学、数学、物理、统计学或相关领域的本科及以上学历。； 2. 熟练掌握机器学习和深度学习的基本理论和常用算法，如常用的回归、分类、聚类、神经网络等。 3. 熟练掌握至少一种编程语言，如Python、Java、C++等，具有扎实的编程基础和良好的代码风格。 4. 熟悉常用的数据处理和分析工具，如Pandas、Numpy、Scikit-learn、pyplot等常规工具，spark、hive等大数据工具、TensorFlow、pytorch等深度学习框架。具备图分析，nebula图数据库、milvus向量数据库等工具使用为佳； 5、对算法工程化有相应的实践，对FastAPI、sqlalchemy、基础的Liunx、CI/CD等有相应的实践； 6. 对自然语义分析、大语言模型的场景化应用、编排、调优有实际的落地经验优先； 7. 具备一定的运营经验和业务敏感度，能够理解产品和业务需求，并从算法角度提出优化建议。 8. 积极的探索精神，对新的领域，新的工具有着强烈的好奇心和自驱力来快速学习和运用，对过程中的问题能够快速解决；

岗位职责: 1、负责行车场景周视感知算法设计和开发工作，包括高速/城区等场景中的障碍物、车道线等感知任务的模型及后处理算法开发工作 2、负责泊车场景环视感知算法设计和开发工作，包括室内、室外等场景中的车位、障碍物等感知任务的模型及后处理算法开发工作 3、负责自动驾驶领域大模型等前沿技术研发工作 任职要求： 1、计算机、汽车工业、机器人、电子或相关专业； 2、熟悉当前主流的深度学习算法，包括但不限于BEV感知、无监督训练、大模型、目标检测、图像分割、多任务学习、多传感融合等领域； 3、熟悉常用的深度学习框架，如PyTorch、TensorFlow、MxNet等，要求至少对其中一种框架较为熟练； 4、至少精通Python或C++编程，熟悉常用的视觉算法库如numpy/opencv等，了解常用的传统图像处理算法。 5、具备针对车载端侧平台检测/分割等算法设计经验和落地能力，有针对自动驾驶场景落地障碍物、车道线、红绿灯、freespace等算法经验者优先。 6、具有正确的价值观、内在驱动力；具有较强的学习能力、沟通能力和团队协作能力；能主动解决问题；能够承受较强的工作压力。

职位描述: 1. 多模态大模型:探索跨模态的信息对齐方法，研究多模态大模型的预训练、指令微调、RLHF（拒绝学习与强化学习）等技术，评估和提高多模态数据质量，进行数据清洗 2. 内容理解:探索适合微博的实体识别、属性抽取、关系分类等技术，探索图文/视频多模态的内容分类、信息抽取、智能摘要等技术 任职要求: 1. 自然语言处理、计算机视觉、机器学习、数据挖掘、人工智能等相关专业的硕士生/博士生 2. 熟悉BLIP2、LLaVA、MiniGPT、VisualGLM、Qwen-VL等LMM模型结构及训练方法； 3. 熟练掌握tensorflow、pytorch等深度学习框架，扎实的编程基础

工作职责： 1. 负责贝壳核心房产业务AI能力建设，利用AIGC相关能力推进业务智能化重塑； 2. 深入业务调研熟悉需求场景，参与和业务、产品、工程研发等横向交流学习； 3. 保持对业务的学习能力和持续热情，能探索调研业务实际场景痛点； 4. 结合业务需求，从Prompt优化，模型finetune等方面优化AI模型效果，解决面向业务场景的应用落地问题； 任职资格： 1. 计算机、人工智能等相关专业***硕士研究生及以上学历，2-5年NLP算法模型实践经验； 2.熟练掌握NLP和深度学习模型算法，熟悉Pytorch/Tensorflow等算法框架，掌握大语言模型SFT/LoRA/RLHF等技术； 4. 沟通表达能力强，逻辑思维和抽象思维能力优秀；有NLP顶会论文或国际NLP比赛奖项者优先；

岗位职责： 1、负责推理加速算法的研发和实现，包括但不限于模型剪枝、模型量化、模型蒸馏、模型压缩等。 2、负责深度学习模型的量化和蒸馏，实现高效的模型压缩和部署，提高模型的运行效率和推理速度。 3、负责LLM/多模态模型的端到端部署，包括但不限于推理引擎的开发、模型优化和压缩、模型部署的端到端流程设计等。 4、负责扩散模型的端到端部署和AI绘图的高并发服务流程设计，包括但不限于核心算子/采样器优化、模型优化和压缩、服务流程优化。 5、负责设计和研发AI端到端任务编排体系，提升AI大模型在业务中的应用效率。 6、负责优化计算集群的资源调度和弹性计算策略，提升集群的资源利用率。 岗位要求： 1、硕士及以上学历，计算机专业出身。 2、熟悉CPU/GPU架构与工作原理，有深度学习系统研发经验，熟悉CUDA编程并有相关开发经验。 3、具有深度学习推理加速和优化的经验，熟悉常见的加速技术，如剪枝、量化、分布式推理等，并能够根据不同场景和硬件平台进行针对性的优化。 4、 熟悉常见的模型量化技术，如低精度量化、动态量化等，并能够进行模型的量化优化。 5、熟悉常见的深度学习框架，如PyTorch、TensorFlow等，并能够根据业务需求进行算法实现和调试。 6、熟悉LLM/多模态相关的算法技术以及推理加速方法。 7、有团队管理经验者优先。 8、具备较强的团队合作和沟通能力，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。

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

基础研发平台是美团的核心技术平台，立足于“零售+科技”的战略定位，通过打造人工智能、大数据、云计算、安全等核心技术能力，以及研发效能平台、企业应用平台等公共服务，为业务提供稳定安全、扩展易用、技术领先的平台技术和产品服务。 在这里，我们会参与到最前沿的技术研发和探索；能够接触超规模集群、海量数据，挑战高复杂业务场景，有机会与业界一流的工程师一起并肩前行。 在这里，我们有超强的技术氛围，持续向社区贡献业界实践，加速行业技术发展；我们有完善的互联网学习生态圈，重视底层逻辑和方法论，助力职业生涯的非线性成长。 真诚地邀请你，和我们一起驱动技术发展，创造行业价值。 岗位职责 1、参与端到端开发新的 AI 功能，在整个 ML stack 中身兼数职。 2、训练新的模型，在效果、规模和推理速度方面迭代到先进的技术水平。 3、设计能够评估模型不同角度的评估方案。 岗位基本需求 1、3+ 年使用深度学习框架（如 Pytorch、Tensorflow、Jax）的经验。 2、Python 能力优秀 具备以下者优先 之一即可 1、有训练过 generative models 的经验。 2、在设计、训练、评估和部署机器学习模型（尤其是LLM）方面有深刻的理解。 3、具有使用 CUDA 或 Triton 编写 GPU 内核的经验。 4、有使用现代类型化语言（如Golang）编写高性能服务的经验。 5、具备数学或者物理背景。 岗位亮点 1、获得在业内最前沿的大模型认知和技术积累，包括且不限于对 Scaling law、MoE、RLHF 、Long context 、CharacterAI 等技术方向的全新理解。 2、丰富的数据和GPU资源。

美团骑行事业部在全国各个城市开展美团单车、电单车业务，提供绿色、便捷的共享出行服务，是美团出行板块重要的组成部分。我们力求为城市可持续发展提供低碳智能的解决方案，通过技术创新和硬件升级，不断优化全流程骑行体验，为低碳出行提供更好的服务。其中，美团单车旨在为城市居民提供通勤接驳服务，满足用户短途接驳出行需求；美团电单车则满足用户中短途多场景低碳出行需求。 我们有开放的工作氛围，也有充满韧劲和创造力，心系低碳出行的伙伴。加入我们，一起为用户创造更好的出行体验。 岗位职责 1.负责骑行业务相关的预测算法设计、研发和迭代优化，包括但不限于供需预测、ETA预测、时空挖掘等； 2.参与智能调度算法体系搭建，抽象并定义算法问题、算法技术选型、模型搭建、落地推广应用，实现业务效果优化； 3.深入了解业务，与产品、工程、数据、业务团队密切合作，持续推动从算法技术到业务价值的转化，驱动业务变革； 4.综合运用时序预测、机器学习、图模型、迁移学习、大模型等前沿技术优化骑行领域的相关问题 岗位基本需求 1.硕士研究生及以上学历，计算机、自动化、数理统计、人工智能等相关专业； 2.具备至少3年以上的算法相关工作经验，有扎实的算法基础和代码能力； 3.熟练掌握至少一种深度学习框架，如PyTorch、TensorFlow等，熟悉至少一种编程语言，具备良好的编码习惯和工程能力； 4.具备良好的业务理解、问题定义、沟通和合作能力，能够与各个团队紧密合作，解决问题； 5.善于分析和发现问题，具备较强的自驱力，有强烈的学习意愿和创新精神，对算法技术有浓厚的兴趣和热情。 具备以下者优先 1.在时序预测、ETA预测、时空挖掘等算法方向上有实践经验； 2.在国际或国内权威机器学习赛事中取得优秀名次； 岗位亮点 1.团队算法研发紧跟业务目标，每一次算法迭代都能给业务目标带来具体的价值，实现自我价值和成就感； 2.能够接触到海量业务数据进行深入分析和算法建模并落地在骑行场景中，解决实际业务问题中的挑战； 3.团队重点算法方向，能够建立较完整的业务和技术视角，有机会成为团队的核心成员，发挥领导作用。

岗位职责: 1、负责大型模型（包括语言/视觉/多模态）的预训练开发及微调，工作内容涵盖预训练、SFT、指令式微调、Prompt 工程、模型评估及推理等全流程； 2、负责模型调优与性能优化，通过超参数调整、模型架构优化、正则化策略、损失函数改进等方法，系统性提升模型在准确性、泛化性、鲁棒性及推理效率等维度的性能； 3、负责模型压缩量化与推理加速部署，研究模型剪枝、蒸馏、低秩分解、混合精度训练等技术，优化模型在端侧/云端的推理效率及资源占用； 4、联合数据团队构建高质量训练体系，进行数据采集、清洗、标注及特征工程优化，设计数据增强策略以解决长尾、噪声等问题； 5、推动大型模型与业务需求的适配与应用，通过Fine-tuning、Prompt设计、领域迁移学习等技术实现业务场景定制化，根据业务反馈分析模型性能瓶颈（如偏差、过拟合），设计优化方案并推动AB测试验证； 6、持续跟踪大模型领域技术动态（如MoE、RLHF、绿色AI），推动创新技术在业务中的试点，并通过专利、论文等形式输出成果 岗位要求: 1、计算机科学、电子信息、软件工程、应用数学等相关领域的本科及以上学历对计算机视觉、自然语言处理等领域拥有深厚的理解，拥有3年以上相关工作经验； 2、熟练掌握Python或C++中的一种编程语言，具备良好的编程习惯和代码优化能力； 3、深入理解transformer架构，了解GPT/LLaMA3/Qwen/DeepSeek等模型的工作原理； 4、精通TensorFlow/Pytorch深度学习框架，具有使用及微调开源大模型的经验，熟悉常见的模型微调方法，如prompt-tuning、lora、qlora、p-tuning等； 5、具备强烈的责任心，优秀的问题分析和解决能力，以及良好的沟通协调能力和团队协作精神； 6、具有内容审核或内容推荐系统的工作经验者优先。