高级人工智能模型开发工程师

方向一：RAG算法研发方向

主要岗位职责

1.技术研究：深入探索大/小模型相关技术，涵盖模型训练优化及实际应用落地；

2.技术方案：基于大模型与RAG技术研究实际问题的解决方案，并推动实现与部署；

3.工程化：聚焦文档解析中的真实场景挑战，如多模态文档处理、多模态RAG系统构建；

4.学习&创新：追踪AI前沿动态，结合业务需求推进技术创新与实践突破；

任职要求：

1.计算机科学、人工智能、机器学习等相关专业硕士及以上学历，具备5年以上工作经验；

2.具备LangChain、LangGraph、Dify等框架的实际应用经历；

3.有在真实业务中落地RAG技术者优先考虑；

4.在CCF-A类会议（如NeurIPS、ICML、CVPR、ACL等）发表过相关论文者优先；

方向二：NLP大模型算法研发方向

主要职责：

1.负责NLP领域大模型算法的研究与开发工作；

2.承担大语言模型的训练任务（包括CPT、PT、SFT）及微调工作，保障模型性能与效率；

3.参与实验设计、数据建模分析、结果验证，并持续优化算法表现；

4.推动NLP大/小模型在文本分类、摘要生成、信息抽取、内容创作等任务中的实际应用；

5.关注人工智能最新进展，评估新兴技术并推动团队技术水平演进；

任职要求：

1.计算机科学、人工智能、机器学习等相关专业硕士及以上学历，具有5年以上工作经验；

2.具备大模型训练经验，熟悉CPT、SFT及各类强化学习训练方法；

3.拥有丰富的NLP小模型落地实践经验；

4.在CCF-A类会议（如NeurIPS、ICML、CVPR、ACL等）发表过学术论文者优先；

方向三：智能标注平台研发方向

致力于打造高效智能的数据标注平台，提升数据生产效率与质量，服务于大模型训练与迭代优化。

主要职责：

-研究数据标注领域的先进技术与主流开源工具，探索自动化与智能化标注路径；

-设计并实现面向多模态数据的智能标注方案，提升标注效率与一致性水平；

-参与智能标注平台的开发与性能优化，推动功能迭代与系统稳定性增强；

-结合具体业务场景，探索主动学习、弱监督、半自动标注等新型技术模式；

-与算法团队紧密协作，构建高质量数据闭环，支撑模型持续迭代升级；

任职要求：

-计算机、数学、统计学、人工智能等相关专业硕士及以上学历，拥有5年以上工作经验；

-精通Python或Java，具备扎实编程能力与良好代码规范意识；

-熟悉TensorFlow、PyTorch等主流深度学习框架，有算法研发背景者优先；

-具备3年以上前后端系统开发经验，有团队管理经验者优先；

-具备出色的问题解决能力和跨团队沟通协作能力；

-学习能力强，对新技术保持敏感度，富有创新精神；