1.算法研究与开发：负责深度学习、机器学习等人工智能核心算法的研究、设计与开发，结合业务场景探索创新算法模型，提升模型性能与效率。
2.模型训练与优化：设计并执行模型训练方案，对模型进行调优，包括参数调整、结构优化、特征工程等，确保模型在实际应用中达到最佳效果。
3.技术方案设计：根据业务需求，制定AI技术解决方案，评估技术可行性，规划实施路径，为项目提供技术支持和决策依据。
4.代码实现与测试：使用Python、TensorFlow、PyTorch等工具进行算法代码实现，编写单元测试和集成测试，确保代码质量和功能稳定性。
5.数据处理与分析：参与数据采集、清洗、预处理和分析工作，构建高质量的训练数据集，探索数据特征与模型性能之间的关系。
6.技术文档撰写：编写算法设计文档、技术方案报告、API文档等，清晰阐述技术思路、实现细节和使用方法，促进团队内部沟通与知识共享。
7.跨团队协作：与产品、工程、数据等团队紧密合作，理解业务需求，将AI技术落地到实际产品中，解决实际业务问题。
8.技术调研与跟踪：持续关注人工智能领域的最新研究成果和技术动态，进行技术调研和评估，将前沿技术应用到实际工作中，推动团队技术进步。
9.模型部署与维护：参与模型的工程化部署，解决模型在生产环境中遇到的技术问题，对模型性能进行监控和维护，确保系统稳定运行。
10.团队能力建设：指导初级工程师，分享技术经验，参与团队技术培训，提升团队整体AI技术水平。
任职要求：
1.学历与专业背景：要求计算机科学、软件工程、人工智能、机器学习、数据科学等相关专业硕士及以上学历，具备扎实的数学基础（如线性代数、概率论与数理统计、微积分等）和计算机科学理论知识（如数据结构、算法分析、操作系统等）。
2.技术技能：
o精通至少一种主流编程语言，如Python、Java、C++等，熟悉常用的AI开发框架和工具，如TensorFlow、PyTorch、Scikit - learn、Keras等。
o深入理解机器学习算法原理，包括监督学习（如分类、回归）、无监督学习（如聚类、降维）、强化学习等，并具有实际应用经验。
o熟悉自然语言处理（NLP）相关技术，了解Transformer、BERT等模型原理及应用。
o掌握深度学习技术，包括卷积神经网络（CNN）、循环神经网络（RNN）、长短期记忆网络（LSTM）等模型的构建、训练和优化方法。
o具备数据处理和分析能力，熟悉SQL数据库操作，能够使用Pandas、NumPy等工具进行数据清洗、特征工程和数据可视化。
3.项目经验：
o具有人工智能相关领域（如NLP、计算机视觉、推荐系统、语音识别等）的实际项目开发经验，能够独立负责项目中的AI模型设计、开发、训练、评估和优化。
o有成功将AI模型部署到实际生产环境的经验者优先，熟悉模型压缩、优化和部署相关技术（如TensorRT、ONNX等）。
o参与过大型AI项目或开源项目者优先，能够在项目中解决复杂的技术问题。
4.研究能力：
o具备较强的科研能力和创新精神，能够跟踪人工智能领域的最新研究进展，阅读和理解学术论文，并将前沿技术应用到实际工作中。
o有学术论文发表、专利申请或参与学术竞赛获奖经历者优先。
5.软技能：
o具备良好的问题分析和解决能力，能够快速定位问题并提出有效的解决方案。
o拥有优秀的沟通能力和团队协作精神，能够与不同背景的团队成员（如产品经理、工程师、数据科学家等）高效协作。
o具有较强的学习能力和自我驱动力，能够主动学习新知识和技能，适应快速变化的技术环境。
o具备良好的文档撰写能力，能够清晰、准确地记录项目进展、技术方案和实验结果。
6.其他要求：
o对人工智能领域有浓厚的兴趣和热情，致力于推动AI技术的创新和应用。
o部分岗位可能要求具备特定领域的知识，如金融、医疗、教育等行业背景。
o能够承受一定的工作压力，按时完成项目任务。
薪资：面议