人工智能算法研发工程师

任职要求 1、硬性条件 计算机相关专业硕士及以上学历（优秀应届生可适当放宽）；或本科学历并具备2年以上人工智能领域工作经验（能力突出者可酌情放宽），满足以下任一方向的实际项目经验即可：大模型相关项目、自然语言处理（NLP）实践经历、图像与视觉处理（CV）实战经验、机器学习应用案例、数据分析建模经验。 技术能力 — 熟悉主流大模型如DeepSeek、Qwen、ChatGLM、Llama等，掌握Langchain、向量数据库、RAG架构、模型微调、Agent开发及MCP协议等相关技术，具备模型压缩、RLHF、分布式训练实践经验。 — 掌握经典RNN结构，如LSTM、GRU、Seq2Seq等，理解Transformer中Attention机制与位置编码原理，曾使用BERT、XLNET等主流预训练模型解决文本序列任务。 — 熟悉图像处理常用算法，熟练运用OpenCV等视觉计算开源工具；深入研究过HOG、LBP、MTCNN、FasterRCNN、SSD、YOLO等目标检测、识别、跟踪与分割技术；掌握基于特征的图像拼接与定位方法。 — 精通传统机器学习典型算法，包括逻辑回归、贝叶斯分类、支持向量机、决策树、随机森林、XGBoost、LightGBM等，能够清晰推导各算法实现过程。 — 具备扎实的数据分析、数据挖掘、数据清洗、预测建模经验；拥有良好的业务抽象与信息建模能力，能将复杂业务场景拆解并转化为标准化模型；熟练使用Excel、SQL（HIVE）进行数据提取、加工与分析；熟练操作主流数据分析与可视化工具（如Tableau、PowerBI、FineBI等），有Hadoop、Spark等大数据平台使用经验者优先。 2、软性素质 具备较强的责任意识与职业投入感，对教育行业有热情，表达清晰流畅，具备基本授课能力； 乐于持续学习与更新知识体系，能适应教育领域的工作节奏与要求。 3、加分项 有高校助教、家教经历或IT培训机构答疑/教学经验者优先； 具备大模型推理加速研发背景者优先； 具备知识图谱构建与开发经验者优先； 具备大规模分布式系统应用经验者优先； 有大型互联网企业推荐系统、广告算法、金融风控模型研发经验者优先； 拥有个人技术博客、GitHub开源项目贡献或企业内部技术分享记录者优先。