27届-算法研究员（苏州）

人工智能前沿算法研究：负责人工智能领域前沿技术研究，包括深度学习、强化学习、生成式AI、大语言模型、多模态智能等方向的算法探索与创新，开展核心算法设计、验证及优化

工业智能算法研发：面向工业智能应用场景，研究复杂数据环境下的智能感知、状态分析、预测建模、异常检测及智能决策算法，推动AI技术在工业领域的创新应用

大模型与智能体技术研究：负责大语言模型（LLM）、多模态大模型、知识增强模型（RAG）、智能体（Agent）等相关技术研究，探索AI自主推理、任务规划和智能协同能力

AI算法创新与模型优化：负责AI模型架构设计、算法改进、训练策略优化及性能提升，探索模型泛化能力、鲁棒性及工程应用能力提升方法

AI技术预研与成果转化：持续跟踪人工智能领域最新技术发展趋势，开展技术预研、论文研究及技术验证，推动科研成果向产品和工程应用转化

核心技术沉淀与团队赋能：负责算法技术路线规划，输出技术方案、研究报告及技术文档，沉淀核心算法能力，指导算法工程师开展技术研发

博士学历，人工智能、计算机科学、数学、机器学习、自动化、电子信息等相关专业

具备扎实的人工智能理论基础，深入理解机器学习、深度学习、优化算法等相关技术体系

熟悉主流深度学习框架（如PyTorch、TensorFlow等），具备独立设计、训练、优化复杂AI模型的能力。

具备以下一个或多个方向研究经验：大语言模型（LLM）、Transformer、多模态学习、视觉语言模型（VLM）、强化学习、智能决策、时序建模、异常检测、生成式AI或智能体（Agent）技术

具有较强科研创新能力，具备高水平论文发表、专利申请、科研项目经验者优先

具备良好的工程实践能力，能够将算法研究成果转化为实际应用，熟悉Python开发及AI模型训练、部署流程

具备良好的技术洞察力、问题分析能力和团队协作能力，有工业智能、智能制造、半导体、机器人等领域研究经验者优先