职位详情

工作内容/职位描述： 1.负责大模型应用方案的技术选型与效果优化，针对视联网AI分析、智能客服、政务问答等业务场景，评估Prompt Engineering、RAG、Agent等不同技术路线的适配性，输出最优解决方案；2.研发多模态（视觉-语言）理解算法，面向视频流智能分析场景，开展目标检测、语义分割、视频理解、跨模态检索等算法研究与工程优化，支撑视联网AI业务规模化落地；3.跟踪大模型前沿技术演进，研究模型量化压缩、推理加速、长上下文处理、MoE架构等技术方向，评估在运营商场景的适用性与落地路径，推动先进技术引入验证；4.负责AI算法的评估评测体系建设，构建面向业务场景的评测数据集与评测指标，建立算法效果基线，为模型选型与迭代提供量化依据；5.在必要场景下开展大模型微调训练，包括数据构造、训练策略设计、效果评估与迭代优化，确保微调投入产出比符合业务预期；6.协同开发工程师完成算法模型的部署调优与服务化上线，推动算法从实验验证到规模化应用的闭环落地。 任职要求： 1.掌握深度学习与机器学习基础理论，熟悉Transformer架构及主流大模型（如GPT、LLaMA、Qwen等）的技术原理与能力边界；2.熟练使用PyTorch等深度学习框架，具备扎实的Python编程能力，熟悉HuggingFace生态及常用工具链；3.在大模型应用方向有实践积累，包括但不限于：Prompt Engineering、RAG系统构建、Agent开发、模型量化压缩等，有完整项目经验者优先；4.有计算机视觉、自然语言处理或多模态方向的科研或实践成果者优先（含顶会论文、Kaggle/天池等竞赛成绩、开源项目贡献等）；5.具备良好的算法思维与问题拆解能力，能将业务需求转化为技术方案，对AI技术演进保持持续关注与独立判断；6.加分项：有视频理解、多模态模型相关研究或实践经验；了解运营商或政企AI应用场景者优先。 立即申请 推荐给朋友 返回工作内容/职位描述：

1.负责大模型应用方案的技术选型与效果优化，针对视联网AI分析、智能客服、政务问答等业务场景，评估Prompt Engineering、RAG、Agent等不同技术路线的适配性，输出最优解决方案；2.研发多模态（视觉-语言）理解算法，面向视频流智能分析场景，开展目标检测、语义分割、视频理解、跨模态检索等算法研究与工程优化，支撑视联网AI业务规模化落地；3.跟踪大模型前沿技术演进，研究模型量化压缩、推理加速、长上下文处理、MoE架构等技术方向，评估在运营商场景的适用性与落地路径，推动先进技术引入验证；4.负责AI算法的评估评测体系建设，构建面向业务场景的评测数据集与评测指标，建立算法效果基线，为模型选型与迭代提供量化依据；5.在必要场景下开展大模型微调训练，包括数据构造、训练策略设计、效果评估与迭代优化，确保微调投入产出比符合业务预期；6.协同开发工程师完成算法模型的部署调优与服务化上线，推动算法从实验验证到规模化应用的闭环落地。