Job Description
AI大模型研发工程师是负责人工智能领域前沿技术研发的核心岗位，主要聚焦于计算机视觉（CV）、自然语言处理（NLP）及多模态融合等方向。该职位需要深入参与大规模预训练模型的架构设计与算法优化，同时承担AI技术投资与研究的专项工作，为公司技术战略提供数据支撑与创新方向。
Key Responsibilities
- 持续跟踪CV、NLP、多模态等领域的技术发展趋势，开展前沿算法研究与技术验证
- 主导或参与大规模预训练模型的开发流程，包括数据预处理、模型训练、参数调优及性能评估
- 设计并实现AI技术解决方案，针对具体业务场景进行模型定制化开发与部署
- 开展AI项目投资可行性分析，撰写技术评估报告并提出创新建议
- 与产品、算法团队协作，推动技术成果的商业化应用与落地实施
- 维护技术文档体系，建立模型开发的知识库与最佳实践规范
- 参与技术方案评审，对模型性能、计算效率及工程可行性进行专业论证
- 跟踪国际顶级会议（如NeurIPS、ICML）及论文动态，保持技术敏感度
- 设计模型评估指标体系，建立模型效果的量化分析框架
- 优化模型推理效率，探索模型压缩、蒸馏等轻量化技术方案
Job Requirements
- 硕士及以上学历，计算机科学、人工智能、机器学习等相关专业
- 精通Python/C++编程语言，熟悉TensorFlow、PyTorch等深度学习框架
- 具备3年以上大模型研发经验，有预训练模型（如BERT、GPT系列）开发背景优先
- 熟悉分布式训练框架（如Horovod、DeepSpeed），掌握GPU/TPU等硬件加速技术
- 具备扎实的数学基础，熟悉概率论、线性代数、优化算法等理论知识
- 熟悉AI项目投资评估方法论，具备技术经济分析能力
- 具备良好的跨团队协作能力，能与产品、工程、数据团队高效沟通
- 英语读写能力优秀，可熟练阅读英文技术文献及撰写研究报告
- 持有相关领域专业认证（如AWS机器学习认证、TensorFlow开发者认证）者优先
- 具备良好的逻辑思维能力，能独立完成复杂技术问题的分析与解决
- 熟悉模型部署流程，掌握Docker、Kubernetes等容器化技术
- 具备数据可视化能力，熟练使用Matplotlib、Tableau等工具
- 熟悉AI伦理与合规要求，具备技术风险评估意识
- 具备良好的时间管理能力，能高效推进多线程研发任务
- 熟悉模型效果评估方法，掌握A/B测试、混淆矩阵等分析技术
