【校招】人工智能应用工程师(J11044)

需求分析与方案设计：深入业务场景，负责将模糊的业务需求转化为可落地的AI技术解决方案，完成技术选型、架构设计与实施路径规划。

AI应用开发与集成：负责将大语言模型、视觉、语音等AI能力集成到产品与业务流程中，完成从方案设计、开发调试、接口对接到部署运维的全流程工作，构建并持续维护相关产品、系统或服务。

大模型工程化落地：负责大语言模型在实际产品中的工程化，包括模型部署与推理服务搭建、Prompt工程、RAG（检索增强生成）、Agent智能体工作流开发。

性能优化与稳定性保障：针对显存占用、响应速度、并发吞吐等实际工程问题进行推理加速与调优（如模型量化、KV Cache优化等），保障应用稳定、高效、低成本运行。

效果评估与持续迭代：搭建AI应用的效果评测体系与线上监控机制，跟踪业务反馈，持续优化模型效果、使用成本与用户体验。

技术研究与沉淀：跟踪大模型等AI前沿技术动态，评估新模型、新框架的业务应用价值，沉淀技术方案与最佳实践。

教育背景：统招本科及以上学历；计算机科学、人工智能、软件工程、数学等相关专业。

编程能力：扎实的编程功底和良好的数据结构与算法基础，熟练掌握 Python；了解 C/C++ 者优先（涉及推理优化等场景）。

AI技术基础：熟悉 PyTorch 等主流深度学习框架，理解 Transformer 架构与大模型基本原理；了解模型微调、部署、推理加速的常用方法与工具链。

工程素养：熟悉 Linux 环境与 Git 协作流程，具备良好的代码规范与文档习惯；了解服务端开发、API设计、数据库等基础知识。

综合素质：逻辑思维清晰，能独立分析和解决复杂问题；学习能力强，具备良好的沟通表达与团队协作意识，责任心强。 加分项

有大模型应用完整落地经验（RAG、Agent、Prompt工程、模型微调、推理优化任一方向）；

熟悉 LangChain/LlamaIndex 等应用开发框架，或 vLLM/TensorRT-LLM/SGLang 等推理框架，了解向量数据库；

有 Docker/K8s 等云原生技术实践经验；

有相关技术竞赛获奖、开源社区贡献或学术论文发表。