岗位职责 1、设计和优化AI Agent的Pipeline，包括模型调用、上下文管理和多模块协同 2、参与大语言模型的全参数微调，提升模型性能和适用性, 降低幻觉 3、基于强化学习（如PPO/DPO）实现模型偏好对齐和行为优化 4、针对具体场景进行Prompt工程优化，提升模型的响应准确性与质量 5、跟踪前沿技术动态，并将新技术应用到现有项目中, 协助团队完成算法落地 任职要求 1、本科及以上学历，计算机及其相关专业, 具备机器学习, NLP, AIGC等专业知识 2、编程基础扎实, 熟练掌握Python/java语言, 熟悉TensorFlow、PyTorch等框架 3、有大模型应用架构设计, Agent开发, 大模型微调的实际项目经验优先

岗位要求： 1、积极配合算法研发团队，收集，清洗，整理数据，并进行数据标注，建立算法测试/训练数据集，为算法研发人员提供数据支撑； 2、负责算法的准确性，性能，稳定性，可用性等的测试和评测，完成算法和产品的集成测试，编写测试用例和测试报告； 3、能够依据算法的不同，从服务业务的功能、效果、稳定性进行测试设计与执行，根据业务的不同制定不同的测试策略，使用不同的测试方法，分析定位问题； 4、参与产品需求评审，具有较好的业务理解能力和沟通能力，测试严谨认真负责。 任职资格： 1、本科及其以上学历，超过1年TTS\ASR\NLP的相关测试经验； 2、了解自然语言处理，或语音识别的相关测试方法和基础知识，了解asr、nlp、tts的测试流程 3、熟悉测试流程以及测试相关技术者优先； 4、掌握Python语言，使用jmeter、potman等测试工具； 5、有较强的创新能力，良好的沟通能力以及团队协作能力； 6、良好的责任心、逻辑性、沟通能力，团队合作精神，独立并积极主动。

职位职责： 1、搭建质量领域大模型，并将其应用于实际测试场景，参与推进大模型、多模态、文本理解、生成算法、强化学习等人工智能技术在测试领域的应用； 2、负责业务的大模型算法研发，如模型微调、Prompt工程、RAG等相关工作； 3、探索数据建设、指令微调、偏好对齐、模型优化，分析模型指标，归纳训练规律，提升训练效果，使其具备优秀的内容理解能力，保证大模型在业务场景中快速适配和高效调用； 4、优化模型结构与训练算法，解决大模型的系统与算法中的难题， 积累行业解决方案。 职位要求： 1、计算机及相关专业； 2、具备优秀的代码能力，扎实的数据结构和基础算法功底，熟练掌握C/C++、Python、Java、Go中的1-2门，熟悉TensorFlow或者PyTorch等深度学习框架，特别是大模型训练、强化学习（RL）算法； 3、掌握大语言模型的算法原理和应用范式，如Fine-tuning、Prompt Engineering等，了解大规模分布式训练、LLM推理，能够设计和优化高并发高吞吐的在线系统，具有对话系统、推荐系统、大规模机器学习系统的实际开发经验和模型训练、部署经验； 4、熟悉Attention、Transformer、BERT、GPT等常用模型结构，熟悉LLaMA、ChatGLM、 LangChain 等开源大模型原理与实现； 5、具备独立解决复杂问题的能力，良好的沟通、问题分析和解决能力，具有团队合作精神，能够与团队共同推进技术进步。

1. 负责设备端语音降噪唤醒、识别、语义理解问题排查及优化研发，包括结合海尔语音设备整机结构进行语音效果问题分析、算法调优，设备端调试及问题修复； 2. 侧重于语音设备端降噪增强、识别、语义理解类算法研发及应用创新，推进海尔语音系统架构优化升级，推进语音技术在海尔产业落地，打造标准化解决方案；

职位职责： 1、负责生成式智能对话场景的算法研发，基于大模型技术建设智能化的对话机器人系统； 2、探索生成式Agent对话算法，包括大模型领域知识融入、对齐、逻辑推理和SFT等任务； 3、建设基于RAG框架的智能问答系统，优化文本&多模态理解、召回、相关性、问答生成等算法； 4、对长文本/海量文本进行深度分析、构建知识图谱，针对用户对话进行抽取事件、情感分析； 5、搭建和优化检索排序、在线生成系统，提供稳定的线上服务。 职位要求： 1、本科及以上学历，优秀的代码能力，掌握常用编程语言和算法，熟悉Pytorch或TF等框架； 2、有机器学习应用经验，有大模型、RAG、智能对话、搜索等领域丰富的实战经验，在生成式大模型、Query与用户理解、召回排序、知识图谱、智能交互中一个或多个领域有深入实践； 3、熟练掌握机器学习算法原理，能熟练运用机器学习、自然语言处理、匹配技术、运筹优化、强化学习、智能生成等技术解决有挑战性的问题，有业界项目经验或顶会论文发表者优先； 4、对数据敏感度极高，有良好的逻辑思维和定义以及解决问题的能力； 5、优秀的产品和业务感知能力，责任心强，积极主动，有良好的沟通能力和团队合作能力，能够完成有挑战的目标。

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；

职位描述： 1、追踪并改进前沿深度学习感知算法，包括但不限于多模态BEV物体检测分割，在线地图构建等； 2、构建各项任务的数据闭环与预标注系统，提升以数据为核心的算法迭代效率； 3、根据实际业务场景，优化并定制相关算法，部署进入自动驾驶系统。 职位要求： 1、熟悉至少一项无人车感知任务，有处理真实大规模数据经验； 2、熟悉python, c++； 3、动手能力强，可以快速将想法落实。 加分项 1、有计算机视觉或机器学习相关研究经验，有高水平论文发表； 2、参加kaggle或知名会议上举办的相关比赛取得优异成绩； 3、ACM/ICPC、CCPC、NOI、IOI等计算机/信息学竞赛获奖经历。

职位描述 1. 参与/负责推荐广告和搜索广告的排序算法设计和优化，提升整体变现效率； 2. 参与/负责广告系统全链路各模块优化，包括定向/召回/精排/投放机制设计等； 3. 对CTR/CVR模型的持续探索和优化； 4. 结合业务，通过设计和优化广告投放机制，提升流量变现效率； 职位要求 1. 熟悉深度机器学习/广告机制设计/数据挖掘中的一个或多个，具备实际工作经验； 2. 优秀的编码能力，扎实的数据结构和算法功底； 3. 有大型广告投放/推荐/搜索排序等相关工作经验者优先； 4. 优秀的分析和解决问题的能力，良好的团队合作精神；

岗位亮点 1. 团队集前沿技术探索、落地与一身，能够极大的发挥技术价值，未来拥有广阔的前景； 2. 部门业务快速发展，业务落地场景丰富，复杂度高，挑战大，你将拥有快速成长的空间； 工作职责 1. 参与大模型在领域的落地，用LLM洞察分析大规模的数据； 2. 基于大模型、agent思想，研发全新的对话交互项目； 3. 不断探索技术新领域，推动技术能力的沉淀、技术氛围、技术影响力建设； 任职资格： 1. 熟悉大模型的原理，具备精调、强化学习等方面的经验； 2. 熟悉自然语言处理常见算法与模型，具备深度学习技术再NLP领域的应用实践； 3. 具备良好的编程实现能力，熟练掌握python、pytorch、Transformers等机器学习套件； 4. 具有良好的逻辑思维和问题解决能力，具备强烈的进取心、求知欲，热衷于追求技术创新； 5. 有NLP顶会论文发表的very优先考虑。

工作职责: 1、各类业务相关数据的统计分析； 2、各类业务场景下的模型开发、评估、监控及迭代； 3、对可能存在的业务风险整理有数据支撑的报告提前预警； 4、对各类内外部数据进行深层次挖掘； 5、协同、帮助部门内外同事完成领导布置的各项工作。 任职要求: 1、对公司业务及阶段有足够认识及见解； 2、熟练掌握各类数据挖掘、模型开发相关技术及工具； 3、能按时保质完成领导布置的各项工作； 4、与部门团队其他成员相处融洽，能相互学习，相互帮助。

if (your_passions.includes(‘data’)) { switch(your_stacks) { case ‘Python’: case ‘Scala’: case ‘Natural Language Processing’: console.log(‘Join AfterShip’); break; } } 岗位职责 1、负责海外电商 SaaS 平台的 Product Intelligence 系统设计、开发和优化，赋能推荐、搜索、导购等业务场景； 2、利用 GenAI、深度学习等技术，开发和优化商品分类、属性抽取、销量预测、智能订价等算法，实现对商品信息的全方位理解和分析； 3、与产品、运营等团队紧密合作，理解业务需求，及时掌握和应用最新的业界动态，保持公司在跨境电商 SaaS 领域的技术领先地位。 岗位要求 1、本科及以上学历，三年相关算法工作经验，数学、统计学、计算机、数据挖掘、机器学习等相关专业优先；有英语听说能力，以及海外电商、SaaS 服务工作经验优先； 2、具备较好的数据敏锐度，具有缜密的逻辑思维能力、业务洞察能力、沟通表达能力； 3、具备数据挖掘、机器学习的基础理论和方法，熟悉数据挖掘领域常用算法，如 LR、聚类、W&D/DeepFM/DNN 等常用的深度学习算法； 4、在商品理解、多模态学习、内容理解方面有深入研究以及实践经历，对 GenAI 前沿进展保持关注。 加分项 1、具备开发能力，有使用 Docker、Kubernetes、AWS 或 GCP 云计算经验； 2、有写 Blog 的习惯，活跃技术社区，参与开源项目等； 3、有代码洁癖，对代码精益求精，对技术有极客热情。 为什么加入我们 1、朝阳行业：国际电商 SaaS 服务赛道，国际一线投资机构加持； 2、稳健发展：团队稳健扩张，业务规模及营收每年持续稳健增长； 3、多元文化：团队来自全球 20 多个不同城市，国际化视角、扁平化管理； 4、极客氛围：拥抱开源技术，实践敏捷开发，崇尚通过工具和自动化来解决问题； 5、特色福利：学习基金、 一对一帮带、内部商城、提供 MacBook 及可升降办公桌。

岗位职责： -结合电商的业务特性，进行模型和算法创新，打造业行领先的机器学习/深度学习算法平台能力。 -超大规模的机器学习模型优化，包括但不限于深度学习、强化学习、表征学习等，最大效率地提升电商流量效率。 岗位要求： -计算机及相关专业，具有扎实的算法和数据结构，优秀的问题理解能力和编码能力。 -扎实的机器学习理论基础，具有行业常用的机器学习算法实践经验。 -熟悉业界主流的机器学习平台，有大规模机器学习平台的研发经验者优先，有Tensorflow/PyTorch等机器学习框架使用经验者优先。 -具有电商相关业务的算法实践经验者优先，包括但不限于推荐、广告、搜索等。 -良好的团队合作和协调沟通能力，学习能力强，自我驱动力强。

岗位职责： 1. 负责通信网络与大语言模型结合的研发设计与管理。 2. 负责面向通信网络的大语言模型Prompt Engineering提示工程，大语言模型微调和基于langchain的通信网络认知增强工具研发。 3. 负责面向通信网络的AI算法研发框架设计与开发。 4. 负责面向通信网络的AI算法模块开发管理，根据行业需求指导算法模型的技术选型和性能优化，算法模型包括结构化数据的预测分析和异常检测、因果关系分析、自然语言处理、深度学习、强化学习等。 任职要求： 1. 计算机科学、机器学习、人工智能相关专业硕士及以上学历，具有3年（若博士则为1年）及以上AI产品研发和应用工作经验。 2. 熟悉LLM大模型基本原理及应用、langchain框架及应用，有GPT大模型研发经验者优先。 3. 深入掌握机器学习和深度学习，了解TensorFlow/pytorch/keras等深度学习框架。 4. 熟练掌握至少2种语言：Python, R, Matlab, SQL, Scala, Spark, PHP, SAS，Weka等。 5. 有良好的沟通表达能力，积极向上，细致认真。

职位描述   负责大数据集的采集、清洗、存储与管理，构建高效的数据处理流程。运用深度学习算法（如 CNN、RNN、Transformer 等）进行模型设计、训练与优化，解决复杂业务问题，包括但不限于图像识别、自然语言处理、预测分析等领域。协同团队进行算法的工程化实现，优化模型性能以满足大规模数据和高并发场景的需求，持续跟踪前沿技术，将新技术应用于实际项目，提升产品的智能性与竞争力。   任职要求   硕士及以上学历，计算机、数学、统计学等相关专业。熟练掌握 Python、C++等编程语言，具备扎实的编程功底和数据结构算法基础。熟悉 Hadoop、Spark 等大数据生态系统，有丰富的大数据处理经验。深入理解深度学习原理和框架（如 TensorFlow、PyTorch），在相关领域有实际项目经验和成果，能够独立承担算法研发任务，具备良好的团队协作、沟通能力与问题解决能力，较强的学习能力和自我驱动力，能紧跟技术发展趋势。   欢迎有志之士加入，共同探索大数据与深度学习在半导体制造产业的无限可能，推动技术创新与业务发展。

我们正在寻找一位经验丰富的推荐算法工程师，负责推荐算法的框架搭建和工程效能优化工作。该职位将主要负责TF和PyTorch框架在推荐系统中的应用，包括离线和在线训练优化、模型部署及生成式模型的实时预估。我们期待您的加入，共同推动公司的技术和业务发展。 岗位职责： 1. 离线Pipeline优化：优化TF框架的离线和在线逻辑，提升TF集群训练和GPU训练的离线pipeline资源利用率和效率。 2. 模型Serving：探索并搭建基于TF/PyTorch的Serving方案，实现推荐场景下的近线和在线预估流程。 3. 生成式模型应用：落地推荐领域的生成式模型预估框架，负责对应的训练加速和实时预估的部署。 4. 算法研发：优化工程效率，提升推荐系统的性能和效果。构建通用有效的工具和框架。 任职要求： 1. 教育背景：计算机科学相关专业本科及以上学历。 2. 工作背景：推荐算法领域3年以上的工作经验。 3. 技术经验： - 熟悉TF/PyTorch框架，具备离线Pipeline和在线Serving相应的部署和优化能力。 - 熟悉GPU加速相关技术，能够优化大规模数据的训练速度。 - 具有生成式模型应用经验，能够实现生成式模型的训练加速和实时预估部署。 4. 编程能力：精通Python编程，熟悉C++/Java或其他编程语言者优先。 5. 工程经验：具备扎实的工程能力，有大型推荐系统开发和优化经验者优先。 6. 沟通能力：良好的团队合作精神，具备跨团队沟通协作的能力。 7. 创新精神：热爱技术创新，乐于接受挑战，并能够持续学习和应用新技术。 优先条件： 1. 互联网公司推荐系统的相关工作经验。 2. 在推荐算法、机器学习或深度学习领域有高质量论文或专利。 3. 开源项目贡献经验。