一、核心職責（業務驅動的算法落地）

1. 參與核心業務模型研發：基于業務數據（文本/圖像/數值/多模態），運用機器學習/深度學習技術解決實際問題（如推薦排序、用戶畫像、風險識別、智能決策等）。
2. 全流程模型開發：獨立完成數據清洗、特征工程、模型選型（樹模型/XGBoost/神經網絡/深度學習框架）、訓練調優及效果評估，通過A/B測試驗證業務價值并推動上線。
3. 技術優化與迭代：針對模型效果（如準確率/召回率/CTR）、性能（推理速度/資源占用）或成本（算力消耗）瓶頸，設計優化方案（如模型蒸餾/剪枝/量化、特征篩選、工程架構調整）。
4. 業務協作與沉淀：與產品/運營/工程團隊溝通需求，輸出可復用的算法模塊（如特征處理工具、模型評估腳本），并形成標準化流程文檔。

二、任職要求

- 基礎能力：計算機/數學/統計/自動化等相關專業碩士及以上在讀，熟練Python編程，熟悉Linux環境；掌握基礎數據結構與算法，熟悉SQL（用于數據提取與分析）。
- 核心技術：深入理解機器學習基礎（如監督學習/無監督學習/優化算法），熟練使用至少一種主流深度學習框架。
- 業務適配（至少滿足一項）：
- 有監督學習經驗（如分類/回歸/排序模型：LR/XGBoost/LightGBM/深度神經網絡），熟悉特征工程與模型評估指標。
- 有深度學習項目經驗（如CV/NLP/多模態場景：CNN/RNN/Transformer/注意力機制），了解模型訓練調優技巧。
- 加分項：模型服務化（如FastAPI）、大模型基礎（如微調/提示工程）。

三、我們提供

- 真實業務場景：直接參與核心項目（如用戶增長/內容理解/風險控制），積累從數據到落地的完整經驗。

實習周期：3-6個月（每周≥4天），薪資面議