AI算法/应用工程师

1、负责AI算法研究与开发，针对业务场景（如用户行为分析、图像分类、文本生成等）设计并实现高效模型；

2、协同产品与数据团队，完成数据采集、清洗、标注及特征工程，构建高质量训练数据集；

3、优化模型性能（如精度、速度、资源消耗），推动算法在线上环境的部署与迭代；

4、跟踪AI领域前沿技术，探索技术落地可能性，输出技术文档与专利；

5、AI模型服务化与部署： 负责将研发的模型进行工程化封装，通过容器化、服务化技术，部署到生产环境，提供稳定、低延迟的推理服务API；

6、AI应用系统开发： 设计与开发支撑AI能力的产品后端系统，包括但不限于数据接入与处理管道、特征工程平台、在线推理服务、任务调度系统等；

7、性能优化与稳定性保障： 监控线上AI服务的性能与质量，对服务进行压测、性能调优、资源成本优化，并设计熔断、降级、扩容等策略保障服务SLA。

1、精通Python/C++，熟悉TensorFlow、PyTorch等主流深度学习框架；

2、扎实的机器学习/深度学习理论基础，熟悉常见模型（如CNN、RNN、Transformer）及优化方法；

3、具备自然语言处理、计算机视觉或推荐系统等至少一个方向的实战经验；

4、熟悉数据预处理、特征工程、模型训练与部署全流程；

5、AI工程框架： 熟悉主流AI模型服务化框架，如 TensorFlow Serving、TorchServe、Triton Inference Server 等；

6、熟悉模型部署全链路，包括模型转换、优化、量化、服务化、监控和A/B测试；

7、了解大数据处理相关技术（如 Spark, Flink）和消息队列（如 Kafka, RabbitMQ）者优先。