高级AI算法工程师

大模型与多模态模型的底层研发与工程优化

深入理解Transformer、MoE、Hybrid等主流架构原理，具备模型结构调整、稀疏化、量化、知识蒸馏等改进能力；

主导多机多卡（如2~8机、每机4~8卡）分布式训练，熟练应用Data/Model/Pipeline并行策略，掌握DeepSpeed、FSDP、Megatron-LM等框架的核心机制与调优技巧；

优化模型推理性能：包括KV Cache管理、动态批处理、PagedAttention、vLLM/TensorRT-LLM部署、INT4/INT8量化等，显著提升吞吐与降低延迟；

支持多模态大模型（如Qwen-VL、InternVL、LLaVA等）的微调、指令对齐与端到端集成，解决跨模态表征对齐与推理一致性问题。

智能体（AI Agent）系统设计与实现

构建具备规划（Planning）、长期记忆（Memory）、工具调用（Function Calling）、反思（Self-Reflection） 能力的Agent框架；

设计多Agent协作机制，支持任务分解、动态调度与结果聚合；

结合RAG、ReAct、LangChain/CrewAI等范式，提升Agent在知识问答、决策辅助、自动化运营等场景中的准确性与鲁棒性。

面向业务的高价值算法建模与闭环落地

基于海量异构数据（文本、图像、日志、时序等），构建可解释、可监控的预测、分类、检索与生成模型；

支撑关键系统：智能搜索推荐、异常检测与归因、经营预测优化、政策知识库问答等；

推动模型全生命周期管理：数据→训练→评估→部署→监控→反馈迭代。

技术沉淀与能力建设

参与制定企业级大模型训练/推理规范、评估体系与安全对齐指南；

持续跟踪LLM/VLM/Agent前沿进展（如Mamba、Jamba、o1等），开展技术预研与快速验证；

协助建设高可用算法基础设施（训练调度平台、推理服务网关、日志监控系统）。

算法领域前沿技术研究：具备对算法领域前沿技术的热情和研究能力，可以进行包括大模型、多模态等技术的应用和实践。

数据分析和挖掘：具备扎实的数据分析和挖掘能力，熟悉常见的数据算法模型，能够使用统计学和机器学习等技术进行数据分析和挖掘工作。

算法应用和模型建立：具备建立算法应用于经营管理分析的能力，包括预测模型、优化模型等。了解经营场景分析的方法，如风险预测、推荐系统和异常检测等。

编程和软件开发：具备良好的编程能力，熟练掌握至少一种编程语言（如Python、Java等），熟悉Linux脚本及Git等，能够进行软件开发和算法实现。

研究生及以上学历 ，三年AI算法、应用相关领域工作经验，具备优秀的沟通协调能力与项目推进能力