AI应用工程师-机器人AI算法

独立负责一条业务线模型：从问题拆解、建模、实验、上线、迭代全链路；

优化线上核心指标，熟练 AB 实验，排查线上问题；

掌握部署优化，能做算子优化、量化、压缩，把控时延与成本；

机器人模型建立、优化；

场景应用转化为AI模型。

硕士学历，计算机科学与技术、人工智能等相关专业；

数学基础（算法根基，缺一不可）：

线性代数：矩阵运算、特征值、奇异值分解、PCA、矩阵求导、张量运算（深度学习必备）；

概率论与数理统计：概率分布、极大似然估计、贝叶斯推断、假设检验、方差分析、熵、KL散度、采样方法；

优化理论：梯度下降、牛顿法、凸优化、拉格朗日对偶、正则化、整数规划（运筹/推荐系统核心）；

离散数学：图论、组合数学、逻辑、动态规划（图算法、搜索、推荐系统）；

编程工程能力（落地核心，只会数学无法上线）：

Python：主力语言，熟练 NumPy、Pandas、Scipy、Matplotlib、Sklearn；掌握面向对象、多进程、性能优化；

深度学习框架：PyTorch / TensorFlow 至少其一，能从零组网、自定义损失、分布式训练、模型剪枝量化；

C/C++：高阶必备，模型推理、高性能算子、上线部署、底层优化必须掌握；

工程配套能力 数据库：MySQL、Redis、ES；大数据工具 Spark、Hive； 版本管理 Git；Linux 常用命令、Shell 脚本； 模型部署：Docker、Triton、ONNX、服务化封装、压测。