岗位职责： 1. ​参与 LLM 模型开发，包括但不限于自制数据集、指令微调、模型评估等； 2. 紧跟 LLM 方向研究和应用方案，调研最新的论文并融合到现有的工作中； 3. 配合公司业务，开发面向用户的功能需求； 任职要求： 1. 具有 PyTorch 开发经验，有 DeepSpeed 相关经验优先； 2. 掌握机器学习和深度学习相关理论知识； 3. 掌握 Python / C++ 开发能力，具备良好的代码风格，会使用 CUDA 开发优先； 4. 具备良好的团队协作能力和沟通能力，能主动提出问题；

岗位职责： 1、从事大语言模型（LLM）预训练算法研究、训练、应用，涉及多语言、知识增强、模型性能提升等方面； 2、基于RLHF范式的PPO强化学习算法优化NLP模型生成效果，减少有害、敏感或偏见相关回复； 3、支持公司通用类和垂类大模型中的强化学习模块研发。 岗位要求： 1、硕士及以上学历，计算机、数学或自动化等相关专业，两年以上强化学习相关工作经验； 2、熟悉 actor-critic、Q-learning、PPO、off-policy RL等强化学习算法，有完整训练过PPO算法经验优先； 3、对 RLHF基本原理有深入理解，有指导0-1构建数据集能力 和 训练 RM模型经验者优先； 4、追踪了解业绩最新研究成果，包括但不限于instructGPT、LLaMA等大模型； 5、在ICML、ICLR、NeurIPS、AAAI等会议或期刊上发表过论文者优先。 6、具备良好的沟通能力，跨团队协作能力，出色的规划、执行力，强烈的责任感，以及优秀的学习能力。

岗位职责： 1、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。 2、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： 1、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。 2、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。 3、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。 4、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。 5、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。

工作职责 : 1. 运用机器学习相关技术，对海量数据进行处理和分析，挖掘相关信息，分析关键因素，进行标签体系建立、模型开发、模型优化、算法评估等工作，以提升业务智能化为目标，助力保险业数字化转型； 2. 负责决策相关模型的设计、开发与上线效果分析等，包括但不限于理赔模型、风险模型、用户增长模型等； 3. 负责对模型相关的数据进行分析，包括数据清洗、数据挖掘、特征工程、数据建模等，以提高业务智能化的准确性与效率； 4. 通过对数据的敏锐洞察，深入挖掘业务场景的潜在价值和业务需求，通过技术创新推动业务智能化的提升； 5. 跟进机器学习相关技术的业界发展，并合理运用到实际业务场景中； 任职资格 : 1. 计算机、数学、统计学及电子信息相关专业硕士及以上学历，3年及以上工作经验； 2. 在经典机器学习、深度学习、自然语言处理或运筹优化等一个或多个领域有扎实理论基础或丰富研发经验，曾在广告推荐、营销转化、用户增长等某一领域有相关工作经验者优先； 3. 熟悉Java/Python/C++中的一种或多种编程语言，熟悉大数据处理技术（Hadoop/Spark/Hive），善于学习和应用业界领先数据架构和技术处理实际策略类问题； 4. 良好的逻辑思维能力，在复杂业务场景下能够分解和抽象问题，提供优秀、完整、可行的解决方案； 5. 对解决具体挑战性问题充满激情，较强的责任心和主动性，良好的沟通协作和抗压能力。

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。

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。

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；

*有编程实现工程化、模型训练的项目经验优先 Responsibilities： 1. 负责对客户提供的连锁餐饮、快消行业的销量数据或电商行业消费者数据进行深度挖掘， 并能实际应用到业务中带来实际商业价值； 2. 学习商家提供的大数据，结合地理环境大数据的演化和发展，通过各维度数据分析，提供完整数据分析解决方案，以数据引导产品运营策略，以数据驱动增长； 3、全程参与数据建模和算法实现，并在大数据平台中实现自动化和服务化； 4、公司交付项目类型主要集中于：机器学习的树模型（LightGBM和catboost）、时间序列、运筹 路径规划 求解器、分群模型（主要是聚类相关模型，比如kmeans，DBSCAN等）、NLP等； 5、 上级安排的其他任务。 Requirements： 1. 计算机、数学等相关专业，本科以上学历，有全职算法工作机经验优先； 2. 精通 Python。 熟悉包括 pandas、sklearn 等数据分析库；熟悉 Hadoop 大数据框架； 3. 熟悉经典的数据挖掘、机器学习算法，如 LR、决策树、BP 神经网络、SVM 等浅层学习， 了解集成算法，诸如 bagging、boosting 等，对熟悉深度学习 CNN、RNN 的加分。

职位需求描述： 我们正在寻找一位经验丰富的算法工程师加入我们的团队，利用机器学习解决业务问题。理想的候选人应该具有3-5年的算法开发经历，熟悉深度学习算法，对搜索引擎有深入的理解，并且有自然语言处理（NLP）的实践经验。 主要职责： 1. 基于深度学习和NLP的算法的开发与优化； 2. 研究并实现最新的算法技术，提供解决方案以满足公司业务需求； 3. 与团队紧密合作，改进和扩展当前的搜索引擎； 4. 分析和解释复杂的算法问题，并提出有效的方法解决。 5. 分析并解决搜索中的召回与排序问题 职位要求： 1. 本科或更高学历，计算机科学或相关领域； 2. 至少3-5年的算法开发经历，包括深入研究和应用深度学习算法； 3. 理解并熟悉主流搜索引擎的工作原理； 4. 具有NLP的实际操作经验，处理自然语言处理的相关问题； 5. 熟练使用Python/java编程并具有良好的代码习惯； 6. 具备优秀的分析和问题解决能力，对解决编程挑战充满热情； 7. 能够良好地进行团队协作，拥有良好的沟通与表达能力。 8.了解常见的机器学习、深度学习模型，熟悉tensorflow, pytorch等学习框架的使用

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、负责大模型核心技术的研究与开发，深入理解其工作原理，不断探索创新应用场景； 2、主导大模型应用的构建过程，从需求分析、模型设计到开发实现与优化，确保应用的高效性与准确性； 3、对大模型应用的效果进行持续调优，通过数据分析与算法改进，提升模型的性能和用户体验； 4、带领项目成员进行端对端开发实际大模型智能体应用，制定项目计划、分配任务并指导项目成员完成开发工作； 5、与跨部门团队紧密合作，包括数据科学家、工程师、产品经理等，共同推动项目的顺利进行； 6、关注行业动态与技术趋势，及时引入新的算法技术和理念，为公司的技术发展提供前瞻性建议；负责相关技术文档的撰写与整理，分享技术经验与成果，促进团队整体技术水平的提升。 职位要求： 1、本科及以上学历，计算机科学、人工智能、数学等相关专业； 2、具有5年以上算法相关工作经验，有大模型、深度学习、强化学习等方面的丰富实践经验； 3、熟练掌握至少一种主流的深度学习框架，如TensorFlow、PyTorch等； 4、对大模型核心技术有深入的理解，包括但不限于模型架构、训练算法、优化策略等； 5、具备优秀的编程能力，熟练使用Python、C++等编程语言； 6、有良好的团队管理能力和沟通协作能力，能够带领团队高效完成项目开发任务；对人工智能技术充满热情，具有强烈的创新意识和解决复杂问题的能力。

工作内容： 我们正在寻找一位AI算法应用工程师，加入我们的技术团队。该职位将负责开发和优化我们的基于LLM的大模型AI应用，包括但不限于基于大模型的AI搜索、协同办公搜索推荐、企业级文档搜索。以及，财务和人资领域等智能化应用，面试间AI、财务AI等内容。理想的候选人应具备强大的算法背景，能够设计和实现复杂的搜索相关性算法、排序算法和意图理解模型，同时具备出色的工程实现能力。 主要职责： 1、设计、开发和优化高效、可扩展的搜索算法和推荐系统，提升搜索相关性和用户体验。 2、深入理解用户需求，通过意图理解和用户行为分析，不断优化搜索结果的准确性和个性化推荐。 3、与数据科学家合作，利用机器学习和深度学习技术，开发和维护基于大模型的AI搜索算法。 4、负责搜索系统的架构设计和性能优化，确保系统的高效运行和稳定性。 5、编写高质量的代码，进行代码审查，确保软件质量和系统安全。 跟踪最新的搜索算法和机器学习技术发展，将创新技术应用到实际项目中。 任职资格： 1、有钉钉、飞书等协同办公领域搜索或者AI开发经验者优先考虑。 2、硕士及以上学历，计算机科学、人工智能或相关领域。具有LLM大模型AI应用经验者优先考虑，比如基于大模型进行finetune以及人类反馈强化学习经验者优先考虑。 3、至少3年以上搜索算法或推荐系统开发经验，具有在大型搜索引擎项目中的实战经验者优先，有深度RAG经验者以及text2sql、text2api等经验者优先考虑。 4、深入理解搜索相关性算法、排序算法、意图理解等核心技术，有成功实现复杂搜索系统的经验。 5、精通Java编程语言，具备良好的软件工程实践经验，熟悉系统设计和架构。 6、熟悉机器学习算法和工具，有使用深度学习框架（如TensorFlow或PyTorch）解决实际问题的经验。 7、良好的团队合作精神，强烈的责任心和创新意识，能够在快速变化的环境中适应和学习。

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。 岗位要求： 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AI产品研发和应用工作经验优先； 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。

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. 承担基于GPT系列或者其他开源大模型的开发和调优工作，包括训练流程搭建、指令微调、P’rompt工程以及面向下游任务的效果优化等； 2. 完成大规模预训练模型在到店业务场景中的应用落地，支持业务目标提升。 3. 紧跟业界大模型进展，探索前沿技术，解决到店业务的实际问题，包括智能问答、图文内容生成等； 4. 与其他团队密切合作，包括数据工程师、前后端工程师、产品经理等，实现高质量的产品和解决方案。 岗位基本要求： 1. 有大语言模型(LLM)预训练经验,熟悉相关技术细节和优化策略，如大规模语料收集、模型调优优化、自弱监督学习、强化学习等 2. 有小样本学习 (Few-shot learning)、提示学习(P‘rompt learning)等相关技术经验； 3. NLP相关领域3年以上经验，具有扎实的算法理论基础，熟练掌握自然语言主要算法模型，如实体识别、知识抽取等。熟悉NLP主流大模型，如ChatGPT/T5/PaLM/LLaMA/GLM等，对模型背后的原理和各自适用场景有深入的理解； 4. 有基于Tensorflow、PyTorch等深度学习框架的实战项目经验； 5. 具备较强的团队协作能力和沟通能力，有较强的学习能力和业务分析及问题解决能力。 具备以下优先： 1. 具有生成式模型训练及开发经验、信仰AIG者优先； 2. 有NLP、多模态研发背景，对QA/机器翻译/图文生成相关领域有深入理解的优先。 3. 对大规模预训练语言模型技术现状和发展趋势有深刻的理解和认知，并对相关技术有极高的热情。 4. 计算机相关专业博士优先， 发表过大模型相关研究AI顶会论文优先； 5. 具备有良好的代码开发能力，有开源项目开发经验优先。