AI算法工程师

负责人工智能领域前沿算法的研发、设计、优化，探索人工智能的创新应用；

负责研究人工智能在NLP、多模态、图计算、大模型等领域的落地和创新，赋能企业产品智能化转型，提升产品竞争力；

负责大模型工具链平台研发，支持大模型数据清洗、训练、编译量化、推理、评估等功能；

负责NLP/CV/跨模态基础大模型研发，行业大模型知识注入、精调、推理等研发工作；

负责大模型训练、推理加速技术研究，解决千亿级大模型训练及推理加速关键技术问题；

负责CV领域目标检测、图像定位、语义分割、多目标跟踪等算法研发；

负责AI Agent系统的架构设计与研发，探索基于大模型的自主规划、工具调用、记忆和复杂任务解决能力

计算机、人工智能、数学相关专业，硕士及以上学历；

熟悉Tensorflow、Pytorch等AI常用算法和框架，对神经网络关键算子有深入理解；

精通深度学习算法，熟悉NLP、CV和多模态等大模型网络结构和原理，有大模型研发经验者优先；

熟悉Python、C++等编程语言；

学习能力强、善于沟通，对技术创新充满激情，有较强的成就导向。 机器学习/计算机视觉 工作职责

研发基于图像、视频、计算摄影、计算机视觉、多模态大模型的相关算法；

研发轻量化视频算法（如视频HDR/视频夜景）与多摄协同（曝光/色调/变焦），提升目标检测、目标分割任务相关精度；

研究模型轻量化，优化算法模型，包括对算法微调、对模型结构轻量化设计、以及对模型量化、剪枝、蒸馏等；

利用 CPU、GPU、DSP、NPU等硬件，提高算法运行速度，推动算法在端侧的落地，优化能效比。 任职要求

计算机、图像处理、通信、信号处理、电子信息等相关专业，硕士及以上学历；

具有图像/视觉算法的实际项目研发经验；

具备优秀的创新意识和科研动手能力，能快速吸收前沿技术成果。 AI应用 工作职责 1、大模型应用研发与落地

负责大模型在智能运维场景的落地应用，利用AI Agent解决端到端复杂问题；

结合知识图谱等技术增强大模型在运维场景的专业能力（如故障问答、根因分析），优化模型训练与推理效果；

AI算法与系统优化

研发预测、分类、故障定界定位等AI模型，融合深度学习、知识图谱、优化算法（如PPO、GRPO、DPO）提升模型性能与精度；

设计智能运维统一算法平台，优化算法在协议栈、网络故障诊断等场景的工程化落地；

基础软件与智算网络技术研究

研究大模型高效推理技术，包括推理引擎架构设计、模型压缩与加速、异构计算资源优化（GPU/CPU/专用芯片）；

探索智能体开发、工具调度、记忆管理等技术，推动智能运维的自动化决策能力；

参与智算网络、确定性网络等前瞻性技术研究，优化网络与算力协同架构；

技术生态与创新 持续跟踪大模型、AIGC、智算网络等领域技术发展，将创新成果（如自研芯片编译器算法、图像识别技术）应用到智能运维中，提升产品竞争力。 任职要求

计算机科学、人工智能、通信工程、电子工程或数学相关专业，硕士及以上学历；

核心技能

大模型与AI基础：精通大模型原理及主流框架（如LangChain、Hugging Face），熟悉知识表示与推理技术；扎实的机器学习/深度学习理论基础，熟悉CNN/RNN/DQN等模型及优化算法（图论、路由算法、混合整数规划）；

工程能力：熟练掌握Python/C++/Java者优先，具备独立开发算法模块及优化系统性能的能力；熟悉AI推理引擎开发、模型压缩与异构计算加速技术者优先；

掌握如下一项领域知识者优先

熟悉数据通信网络（TCP/IP、QoS、OpenFlow）、智能运维场景（故障诊断、根因分析）或智算网络架构；

具备软硬件经验，或芯片编译器算法设计经验；

具有知识图谱经验、智能运维经验；

综合能力

主导或深度参与过大模型应用、AI系统开发、智算网络/芯片相关项目者优先；

具备技术前瞻性视野，能独立完成技术研究、论文复现与创新落地；

优秀的跨领域协作能力，对解决复杂问题有强烈热情。 AI Infra 工作职责 负责构建和优化公司AI基础设施的核心竞争力，提升AI系统在训练与推理场景下的性能、规模、可用性和易用性，推动AI技术在公司核心业务及行业客户中的高效落地。结合前沿AI技术（如基础语言大模型、多模态、世界模型、搜索推荐系统等），设计高性能、高可靠的AI基础设施，并参与软硬协同优化、行业解决方案设计及生态工具链适配； 核心职责：

AI 基础设施架构与优化

设计并优化分布式训练与推理架构，提升模型集群训练效率、推理性能及资源利用率；

构建高可用、可扩展的AI集群管理系统，保障大规模AI任务的稳定运行（如容错、弹性调度、自动扩缩容）；

开发工具链（如自动化训练平台、推理服务框架），降低AI研发门槛，提升团队协作效率；

前沿AI技术研究与落地 探索先进AI系统与算法的结合，包括但不限于：

参与核心AI模型架构设计，探索模型结构、算法与软硬件基础设施联合优化的新技术；

大模型的高效训练与推理优化；

语言大模型、多模态大模型、世界模型、推荐系统等方向的工程化落地；

将学术界/工业界前沿技术（如MoE、量化稀疏压缩、持续学习）等适配到公司业务场景；

性能优化与系统开发

参与算子设计、开发、模型训练/推理性能调优；

构建可靠性系统，保障生产环境AI服务的SLA；

设计软硬协同方案，最大化硬件效能；

对接主流生态，确保技术栈兼容性；

行业解决方案支持 针对客户行业需求，设计优化AI基础设施方案，解决AI落地中的性能瓶颈和工程挑战。 任职要求

计算机、人工智能、计算机网络、微电子、电子信息技术、软件工程相关专业，硕士及以上学历；

具备扎实的代码编写和算法实现能力，熟悉设计模型、数据结构、操作系统、分布式计算与存储系统、并行软件开发；

精通神经网络算法，并在以下几个方面有深入探索

精通基于Transformer的大模型网络结构和原理，有大模型研发经验者优先；

具有AI模型算子与训推优化经验；

具备计算机网络、拥塞控制相关算法优化经验；

在大模型、多模态、推荐与搜索系统、分布式系统优化等至少一个方向有深入研究；

熟悉Python、C++等编程语言；

在领域顶级会议（如NeurlPS、ICML、AAAI、VLDB等）发表过文章，或有相关实习经验/高水平竞赛（如ACM）获奖经验者优先；

学习能力强、善于沟通、对技术创新充满激情，有较强的成就导向。 AI大模型 工作职责

基于AI大模型实现超分、降噪、HDR、夜景等算法，实现图像增强；

开发轻量化人像生成SD扩散模型，探索AIGC与场景理解，构建AI摄影助手Agent，实现智能交互；

研究3D视觉全链路（感知/重建/裸眼3D），组建AR/VR空间交互能力；

研究多模态传感器融合的技术方案 （RGB/红外/多光谱/事件相机等硬件传感器），多维度提升影像画质。 任职要求

计算机、图像处理、通信、信号处理、电子信息等相关专业，硕士及以上学历；

具有图像/视觉算法的实际项目研发经验；

具备优秀的创新意识和科研动手能力，能快速吸收前沿技术成果。 AI算法部署 工作职责 负责一个或多个方向研发：

参与AI算法设计、部署、调优；

从事机器学习、深度学习、人工智能技术研究，包括但不限于研究前沿算法模型、视觉应用、创新训练学习方法、神经网络模型压缩及计算优化等；

负责 AI端侧推理框架开发和优化，对AI相关算法和模型进行性能优化，针对特定的计算平台（CPU/GPU/NPU）进行高性能计算加速及工程化；

负责对算法模型进行优化，包括对算法微调，对模型结构优化，以便在手机侧进行工程化落地部署；

设计并优化AI系统侧模型分布式部署、集群组网及集群调度方案；

开发并优化基于各类AI芯片的高性能算子，算子融合、Tiling切分及片间切分方案；

设计、开发及优化AI模型训推整系统架构方案，包含各类开源和自研AI训推加速框架；

开发并优化AI编译器。 任职要求

人工智能、计算机视觉、信号处理、图像处理、计算机软件、电子信息、应用数学、通信等相关专业，硕士及以上学历，掌握人工智能基础知识；

需要有一定驱动、安卓开发经验，或者有AI算法设计应用实践经验；

有良好的研究背景和成果，对算法研究兴趣浓厚，业务抽象能力强，具备创造性思维，能够将全新想法转化为工程应用，对研究工作充满热情，具备良好的团队合作精神和沟通能力；

具备下述技能和经验者优先

熟悉机器学习、深度学习算法模型及平台使用，在国际会议期刊发表论文者优先；

熟练的Python/C/C++编程经验，数学功底扎实，英语沟通能力强；

安卓开发经验；

熟悉GPGPU等AI芯片架构，熟悉CUDA语言。 AI智能体 工作职责

参与AI智能体的算法设计、部署及优化，包括但不限于智能交互、决策推理、多模态感知等方向；

研究AI智能体相关技术，如强化学习、多智能体协同、自然语言处理（NLP）、知识图谱等，推动算法在端侧的创新与落地；

负责AI智能体在公司产品的推理框架优化，针对CPU/GPU/NPU等计算平台进行高性能计算加速；

优化智能体算法模型，包括模型压缩、量化、剪枝等，提升端侧运行效率，确保低功耗、高性能的工程化部署；

探索AI智能体与公司产品的深度融合，如传感器数据融合、实时决策优化等，提升用户体验。 任职要求

人工智能、计算机科学、自动化、电子信息、应用数学等相关专业，硕士及以上学历，具备扎实的AI理论基础；

熟悉机器学习、深度学习（如Transformer、RL、LSTM等），有智能体相关算法（如强化学习、多模态交互）研究或实践经验；

熟练使用Python/C++，具备良好的算法实现和工程化能力，熟悉PyTorch/TensorFlow等框架；

有端侧AI部署经验者优先，如安卓开发、模型量化、NPU加速等。 具身智能 工作职责

构建机器人多模态感知与任务规划系统，融合视觉-语言-动作理解，实现物理世界语义建模、长程任务分解与动态决策推理。

研发端到端操作技能模型（VLA、ACT、WAM、Diffusion Policy 等），开展模仿学习、真机强化学习及后训练优化；探索 Agentic Manipulation（Code as Policy等）新范式，完成真机部署和验证。

研发双足人形机器人全身运动控制算法，基于深度强化学习与 MPC/WBC 混合架构，实现高动态行走、平衡及全身协调控制，完成 Sim-to-Real 迁移与真机部署。

设计面向物理世界的多模态具身 Agent 系统，支持自然语言交互、技能库调用、长程自主任务执行、错误恢复与在线进化，推动开放场景落地。

构建多模态数据引擎、仿真评测平台与知识工程体系，支撑算法闭环迭代；跟踪前沿技术，参与开源与学术交流。 任职要求

计算机、人工智能、机器人、控制、自动化等相关专业硕士及以上学历。

精通 Python/C++，熟悉 PyTorch 及深度学习/强化学习框架；扎实的数学基础（线性代数、概率论、优化等）。

熟悉 LLM/VLM、世界模型、视觉-语言-动作对齐等感知与决策技术；有 VLA 模型（π0.5、OpenVLA 等）训练或微调经验者优先。

深入理解模仿学习、Diffusion Policy、RLHF/DPO 及真机强化学习，有机器人操作或运控策略的真机部署经验；熟悉机器人动力学、MPC/WBC、双足/人形真机开发者优先。

具备将大模型能力落地到物理实体的经验，熟悉基于 LLM/VLM 的自主任务执行框架（如 ReAct、CoT、工具调用），能够设计感知-决策-动作闭环系统，支持长程任务执行、错误恢复与多轮人机协作。

有 RSS/CoRL/ICRA/IROS 等顶会论文或知名开源项目贡献者优先；具备跨团队协作与工程落地能力。 计算机网络算法 工作职责

负责高性能大规模智算网络中传输相关的算法研发；

负责大规模智算集群的机内、机间的传输分析，设计负载均衡与拥塞控制等算法，并进行仿真评估与验证；

负责设计相关软硬件架构，并在端侧和网侧设计端网协同的关键算法。 任职要求

计算机网络、计算机、人工智能、微电子、通信或电子相关专业，硕士及以上学历；

精通计算机网络算法，如拥塞控制、负载均衡等，了解经典AI算法，有大规模集群网络优化经验者优先；

熟悉Python/C/C++编程语言，并编码完成过上述方向的算法实现与评估；

学习能力强、善于沟通、对技术创新充满激情，有较强的成就导向