崗位職責(zé)：
1.模型研發(fā)與優(yōu)化：負(fù)責(zé)機(jī)器學(xué)習(xí)、深度學(xué)習(xí)模型的設(shè)計(jì)、訓(xùn)練與迭代優(yōu)化，重點(diǎn)攻克大模型訓(xùn)練收斂、小樣本學(xué)習(xí)、模型輕量化等關(guān)鍵技術(shù)問(wèn)題，提升模型準(zhǔn)確率與運(yùn)行效率。
2.數(shù)據(jù)處理與建模：主導(dǎo)大規(guī)模數(shù)據(jù)集的采集、清洗、標(biāo)注與預(yù)處理工作，構(gòu)建高質(zhì)量訓(xùn)練數(shù)據(jù)集，制定數(shù)據(jù)質(zhì)量評(píng)估標(biāo)準(zhǔn)與優(yōu)化方案。
3.技術(shù)落地與集成：將研發(fā)的AI模型通過(guò)API、云平臺(tái)或容器化技術(shù)部署至生產(chǎn)環(huán)境，與軟件工程團(tuán)隊(duì)協(xié)作完成AI組件與現(xiàn)有業(yè)務(wù)系統(tǒng)的無(wú)縫集成，解決落地過(guò)程中的技術(shù)適配問(wèn)題。
4.跨團(tuán)隊(duì)協(xié)作與需求轉(zhuǎn)化：深度對(duì)接產(chǎn)品、業(yè)務(wù)及數(shù)據(jù)團(tuán)隊(duì)，精準(zhǔn)理解行業(yè)需求并轉(zhuǎn)化為技術(shù)方案，例如在工業(yè)質(zhì)檢場(chǎng)景中設(shè)計(jì)AI視覺(jué)檢測(cè)方案，提升缺陷識(shí)別率；在智能客服場(chǎng)景中優(yōu)化NLP交互邏輯，提升用戶體驗(yàn)。
5.技術(shù)前沿追蹤：持續(xù)關(guān)注全球AI技術(shù)動(dòng)態(tài)，跟蹤TensorFlow、PyTorch等主流框架的迭代方向，將CLIP、Flan-T5等前沿模型及技術(shù)融入實(shí)際研發(fā)，保持團(tuán)隊(duì)技術(shù)競(jìng)爭(zhēng)力
任職要求
1.學(xué)歷背景：211/985院校計(jì)算機(jī)科學(xué)、電子信息等相關(guān)專業(yè)本科及以上學(xué)歷。
2.技術(shù)基礎(chǔ)：精通Python編程語(yǔ)言，熟悉C++/Java等至少一種輔助開(kāi)發(fā)語(yǔ)言；深入掌握機(jī)器學(xué)習(xí)（如分類、回歸、聚類算法）、深度學(xué)習(xí)（如CNN、RNN、Transformer架構(gòu)）核心原理。
3.框架經(jīng)驗(yàn)：熟練使用TensorFlow、PyTorch、Scikit-Learn等主流AI框架，具備完整的模型設(shè)計(jì)、訓(xùn)練、調(diào)優(yōu)及部署全流程經(jīng)驗(yàn)。
4.項(xiàng)目經(jīng)歷：2年及以上AI相關(guān)研發(fā)經(jīng)驗(yàn)，有大模型微調(diào)、計(jì)算機(jī)視覺(jué)（目標(biāo)檢測(cè)/圖像分割）、自然語(yǔ)言處理（文本分類/語(yǔ)義檢索）等方向?qū)嶋H項(xiàng)目落地經(jīng)驗(yàn)者優(yōu)先；能獨(dú)立解決項(xiàng)目中的關(guān)鍵技術(shù)瓶頸。