人工智能应用工程师

1. 需求分析与技术方案设计 - 联动业务团队，深入理解业务场景，评估AI技术应用的可行性与实施路径 - 规划端到端人工智能解决方案（包括模型选型、数据处理流程、系统集成策略等） - 编写技术文档并制定开发路线图，识别潜在技术风险并提出应对措施 2. 模型开发与优化 - 主导数据清洗、特征构建及标注方案设计，打造高质量训练数据集 - 基于主流深度学习框架（如PyTorch/TensorFlow）开展模型开发与微调工作 - 通过超参数调优、模型压缩技术（如剪枝、量化）提升运行效率与性能表现 - 探索AIGC、多模态等前沿技术在实际业务中的落地应用场景 3. 工程化部署与系统集成 - 实现模型在生产环境的部署（支持云端与边缘设备），优化推理延迟与资源消耗 - 开发标准化API接口，实现与现有业务系统的高效对接 - 搭建自动化监控体系，保障模型服务的稳定性与横向扩展能力 4. 全生命周期管理 - 建立模型迭代机制，持续追踪线上表现并推进算法优化 - 构建数据回流闭环，完善模型更新与版本控制流程 - 制定模型合规与伦理规范，确保符合数据安全与行业监管要求 5. 跨团队协作与技术赋能 - 协同前后端、运维团队推动技术方案落地实施 - 输出技术文档与白皮书，为业务方提供AI能力培训与支持 - 参与前沿技术预研，助力AI能力在企业内的规模化推广与应用 任职要求 教育背景：计算机、数学、电子工程等相关专业硕士及以上学历 技术能力： - 熟练掌握Python，至少熟悉一门工程化语言（如C++或Java） - 精通Transformer、CNN等主流模型结构及其调优方法 - 熟悉Docker、K8s等容器化技术，具备云平台部署实践经验 - 了解LangChain、LlamaIndex等AI工程工具链者优先考虑 项目经验：具备3年以上AI项目落地经验，完整参与过不少于2个企业级AI项目 软技能：具备优秀的逻辑思维能力，能快速理解并拆解复杂业务需求