高通/MTK平台开发经验C/C++AF相机效果调试Linux驱动开发经验camera tuning嵌入式/RTOS驱动开发经验 1、负责高通/MTK手机平台相机效果调试。 2、负责高通/MTK手机平台效果相关的软件问题debug。 3、负责算法优化等工作。 任职要求： 1、计算机或相关专业，本科以及以上学历 ； 2、对镜头，摄像头模组，CMOS感光芯片熟悉 ； 3、对Camera 的各项客观参数指标熟悉 ； 4、对Camera 的主观效果有较好的辩析能力 ； 5、有Camera FAE 相关工作经验，优先 ； 6、有高通/MTK平台AWB/AF/AE/ISP调试经验，优先 ； 7、具备良好的沟通及协调能力 ；

要求：1、本科及以上学历；具有手机相机效果工作经验，从事手机图象效果开发2年以上实际项目工作经验。 2、有以下模块之一均可：AE、AF、AWB、ISP、防抖（OIS+EIS）、显示效果（TP）相关模块调试经验； 4、熟悉光学原理，熟悉高通或和MTK 效果调试开发工具； 3.、熟练C、C++开发技能技巧、能够熟练阅读英文文献； 5、熟悉行业评测工具：imatest、DXO、IE等 5、严谨踏实，责任心强，条理清楚，善于学习总结，有良好的团队精神和沟通能力； 职责：1、camera影像效果调试； 2、按时保质完成项目调试任务 3、项目维护及版本升级

岗位职责： 1. 负责Android平台camera图像效果调试与算法优化； 2. 针对反馈问题积极响应，输出优化版本，按时保质完成项目 调试任务，确保影像效果； 岗位要求： 1. 计算机、软件、电子、光电等相关专业本科及以上学历； 2. 熟悉效果调试工具，熟练运用C/C++/Java语言，有1年以 上AEC/AWB/AF/ISP软件开发、效果调试经验； 3. 熟悉数据结构和算法，有高通、MTK平台调试经验者从优； 4 善于沟通，工作细致，责任心强，具备较好的抗压力； 备注：根据能力匹配相应的薪酬. (优秀者薪资可再面议）

工作职责: 1.负责公司影像产品图像效果调试和优化。 2.负责公司影像产品sensor驱动调试。 3.完善并解决多媒体模块出现的问题。 职位要求： 性格开朗，有较强的责任心，较好的沟通能力和良好的客服服务意识，工作积极主动，服从安排，具有一定的抗压能力。 以下非必需条件，具备的优先考虑： 1.对CMOS图像传感器的图像质量具有相关经验 2.具备数字图像处理和色彩学相关知识 3.熟悉相关图像算法，如自动曝光，自动白平衡，自动聚焦等 4.有相关平台（OV，APtina，海思，安霸，联咏，mstar等）IQ和PQ工作经验者优先；

职位描述： 1.手机Camera白平衡、色彩、自动曝光、自动对焦、清晰度调试，能够独立完成camera客观以及主观调试 2.解决调试过程中相关bug 3.配合软件和品质工程师，优化Camera相关用户体验和效果 职位要求： 1.大学本科及以上学历，计算机、电子、通信相关专业 1.熟练MTK或高通平台 Camera Tuning，熟悉工具使用，并能够独立完成主客观调试 2.熟悉3A(AWB、AE、AF、ISP)原理以及算法，精通AWB、ISP优先考虑 3.熟悉Camera模组相关知识，光学试验室仪器和软件的使用 4.具有图像主客观的评价能力，配合软件及品质工程师进行问题的解决和性能优化

工作职责 1. 负责相机产品ISP链路和算法模块的IQ调试和工程优化； 2. 负责相机图像画质工作效率提升方案设计并推动落地，含相关算法开发，工具开发等。 任职要求 1. 硕士及以上学历，具备5年或以上相机/摄像头图像处理器画质调节和评价经验； 2. 熟悉ISP Pipeline和3A原理，具备相机图像画质调节策略制定能力； 3. 具备ISP图像处理算法模块研发经验者优先； 4. 具备Auto IQ Tuning平台设计和开发工作经验者优先； 5. 具备室内仿真室外场景相关工作经验者优先； 6. 做事认真细心，积极主动，有责任心，有良好的沟通能力和抗压能力。

1、评估和调试图像传感器性能，如HDR, remosaic等； 2、基于移动平台(高通、联发科、麒麟、三星等)，完成图像传感器相关的效果调试及优化； 3、基于客户需求，完成图像效果的针对性调试； 4、对客户的现场支持。 1、本科及以上学历，光学、计算机等工科或理科背景； 2、至少一个移动平台的相机项目调试经验(高通、联发科、麒麟、三星等)； 3、 具备扎实的ISP管道和模块知识; 4、了解相机传感器的特性； 5、 对创新的影像技术有激情，较强的能够快速能力； 6、较强的英语的听说读写能力； 7、软件或算法开发背景优先。

岗位职责： 1. 负责自然语言处理（NLP）相关算法和模型的研究、开发与优化工作。 2. 与产品和业务团队紧密合作，根据业务需求快速迭代开发NLP模型应用，解决业务挑战，提升用户体验。 职位要求： 1. 拥有计算机科学、数学、物理或统计学等相关专业硕士学位，具备至少2年自然语言处理领域的工作经验。 2. 掌握自然语言处理的基础知识，熟悉提示学习（Prompt Tuning）和微调（Fine-tuning）技术，了解关键优化点和方法。 3. 熟练使用至少一种深度学习框架（如TensorFlow或PyTorch），包括其训练和部署流程；熟悉常用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。 4. 具备出色的编程能力，精通至少一种编程语言（如Python、Go或C++），并有扎实的算法与数据结构基础。 5. 具备优秀的团队协作能力，对深入研究大型语言模型有热情和兴趣。

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

岗位职责： 1. 负责自然语言处理（NLP）相关算法和模型的研究、开发与优化工作。 2. 与产品和业务团队紧密合作，根据业务需求快速迭代开发NLP模型应用，解决业务挑战，提升用户体验。 职位要求： 1. 拥有计算机科学、数学、物理或统计学等相关专业硕士学位，具备至少2年自然语言处理领域的工作经验。 2. 掌握自然语言处理的基础知识，熟悉提示学习（Prompt Tuning）和微调（Fine-tuning）技术，了解关键优化点和方法。 3. 熟练使用至少一种深度学习框架（如TensorFlow或PyTorch），包括其训练和部署流程；熟悉常用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。 4. 具备出色的编程能力，精通至少一种编程语言（如Python、Go或C++），并有扎实的算法与数据结构基础。 5. 具备优秀的团队协作能力，对深入研究大型语言模型有热情和兴趣。

Job Responsibilities | 工作内容 - Back-End Development & Maintenance: Develop RESTful APIs with Java and Spring Boot, ensuring efficient data processing and fast responses. - System Architecture Design: Contribute to distributed system design and microservices implementation, improving system availability and scalability. - Database Optimization: Optimize MariaDB and MySQL databases, and enhance caching and flexibility using NoSQL (e.g., Redis, MongoDB). - Containerization & Deployment: Use Docker for service containerization, and participate in Kubernetes deployment and management to ensure consistency and scalability. - Message Queue Management: Design message handling mechanisms with Kafka or RabbitMQ, supporting system decoupling and concurrency. - New Technology Application: Stay informed on new tech trends to improve development efficiency and system quality, and contribute to technical discussions and optimization. Qualifications | 任职资格 - Bachelor’s degree or higher in Computer Science, Software Engineering, or related fields, with over 3 years of experience in backend development. - Proficient in Java programming, with a good understanding of JVM fundamentals. Skilled in common frameworks such as Spring Boot, Spring Cloud, and MyBatis, with hands-on project experience. - Expertise in MariaDB, MySQL, and other relational databases, with a basic understanding of NoSQL databases. Familiarity with big data tools and simple data processing experience is preferred. - Familiar with Docker container technology, with basic container deployment experience. Understanding of Kubernetes (K8s) concepts and initial hands-on experience. - Knowledgeable in distributed system architecture principles, with experience in building distributed systems. Familiarity with microservices architecture, memory management, tuning methods, and proficiency in performance debugging. - Well-versed in common network protocols (e.g., HTTP, TCP/IP). Understanding of message queues such as Kafka and RabbitMQ, with foundational knowledge in message decoupling and asynchronous processing. - In-depth knowledge of Go language and its frameworks, with the ability to independently design high-performance RESTful services. - Passionate about technology, with the ability to quickly adapt to new technologies and tools. Additional Skills | 加分项 - DevOps Practice Experience: Proficient in CI/CD tools such as Jenkins and GitLab CI, with experience in automated deployment and integration workflows. Familiar with system monitoring tools like Prometheus and Grafana, as well as log management tools such as ELK stack, with the ability to optimize system operations and maintenance. - Cloud Platform Experience: Experienced in deployment and management on cloud computing platforms like AWS, Azure, and GCP. Capable of efficiently deploying and maintaining backend services in cloud environments. Knowledgeable in cloud-native technologies and services (e.g., S3 storage, cloud functions) to enhance system reliability and availability. - Database Optimization and Big Data Processing: Skilled in optimizing complex SQL queries and proficient in database indexing strategies to provide solutions for big data processing. Experience with time-series databases like TimescaleDB and InfluxDB, with expertise in handling and storing time-series data.

岗位职责 1、研究和开发自然语言处理技术，包括自然语言理解、自然语言生成、机器翻译、语音识别等方面。 2、设计和实现自然语言处理算法和模型，以提高我们的产品和服务的质量和效率。 3、参与项目开发，与其他团队成员合作，确保项目的顺利进行。 4、撰写技术文档和报告，分享研究成果和经验。 5、持续跟进LLM前沿技术、开源方案及保持对行业趋势的了解。 任职资格 1、计算机、NLP、数学或统计学相关专业硕士及以上学历； 2、具有统计分析、数据挖掘、机器学习和AI等相关领域学习背景或项目经验； 3、具备良好的编程思维，单机/分布式算法解决方案实现能力，精通至少一门主流数据分析和算法实现语言（包括Python，Go等），能快速对新的方案进行探索和实现； 4、熟练掌握业界主流大语言模型（ GPT 、 ChatGLM 、 LLaMA 等）的算法原理， Fine - tuning 策略、 Prompt 工程、向量数据库和 LangChain 等应用范式； 5、在相关领域国际会议或期刊发表论文，或参加相关数据挖掘/机器学习领域竞赛获奖者优先； 6、优秀的数据敏感性和业务理解能力，能够从复杂业务数据中发掘有效洞见。

SCOPE: The role is positioned in the Software Engineering & User Experience (SWUX) organization, under the Team Lead Site Reliability Engineering. As a seasoned practitioner with a deep experience in managing software environments, you will work in a global team to ensure system reliability and performance. Being an experienced technologist, you will be able to optimize our system performance and innovate for continuous improvement. KEY RESPONSIBILITIES: 1. Gather and analyze metrics from operating systems as well as applications to assist in performance tuning and fault finding 2. Partner with development and operations teams to improve services through rigorous testing and release procedures; perform root cause analyses and implement solutions 3. Partner with architecture teams 4. Improve existing systems through automation and uplifts 5. Participate in system design consulting and platform management 6. Balance feature development speed and reliability with well-defined service-level objectives. COMPETENCIES &SKILL & EXPERIENCE 1. Bachelor's or Master's degree in Computer Science or Software Engineering or relevant experience 2. At least 3 years' experience in a Site Reliability Engineering / Platform Engineering / DevOps role or similar 3. Excellent troubleshooting skills and proven experience resolving production downtime with immediate and long-term solutions 4. A deep understanding of algorithms, data structures, complexity analysis and software design 5. Good analytical skills coupled with excellent communication skills; professional English is required, German is a bonus 6. At least Google Associate Cloud Engineer certification, higher certifications are a bonus. Technical Skills: 1. Experience with Kubernetes and GCP cloud (AliCloud when located in China) both as an admin and user 2. Previous software development experience in one of: Golang, C++, or any other modern programming language; Flutter experience is a bonus 3. Extensive knowledge of relational databases, file systems and Linux 4. Familiarity with monitoring tools (e.g. Datadog) and project tracking software (e.g. Jira) 5. Proficiency in building / maintaining CI and CD pipelines 6. Experience working with container orchestration platforms such as Kubernetes. 7. Good understanding of systems automation and IT Security.

工作职责: -负责百度AI开发平台和大模型平台上的模型开发、效果调优，使平台上的模型算法保持领先 -负责平台客户的场景建模任务，将模型算法落地到客户的业务场景中 -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 -负责分布式深度学习平台以及深度学习框架加速等建设 任职资格: -本科及以上学历，计算机相关专业优先，良好的沟通与表达和团队协作能力 -熟悉至少一种深度学习框架（PaddlePaddle、PyTorch、TensorFlow、Caffe等） -熟练使用Linux系统，熟练使用c++、python等语言，精通常用算法和数据结构，对常见的机器学习、深度学习算法有较强的实践能力 -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 -了解常见的和大模型的分布式训练方法，如parameter server、ring all reduce等，再如混合精度训练、ZeRO、梯度压缩等加速方式

工作职责: -负责百度AI开发平台和大模型平台上的模型开发、效果调优，使平台上的模型算法保持领先 -负责平台客户的场景建模任务，将模型算法落地到客户的业务场景中 -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 -负责分布式深度学习平台以及深度学习框架加速等建设 任职资格: -本科及以上学历，计算机相关专业优先，良好的沟通与表达和团队协作能力 -熟悉至少一种深度学习框架（PaddlePaddle、PyTorch、TensorFlow、Caffe等） -熟练使用Linux系统，熟练使用c++、python等语言，精通常用算法和数据结构，对常见的机器学习、深度学习算法有较强的实践能力 -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 -了解常见的和大模型的分布式训练方法，如parameter server、ring all reduce等，再如混合精度训练、ZeRO、梯度压缩等加速方式