人工智能

1、算法开发与优化：参与AI模型的训练、调优和部署，包括但不限于：机器学习（分类、回归、聚类等）、深度学习（CNN、RNN、Transformer、GNN等）、GraphRAG等，复现或改进前沿论文中的算法，解决实际业务问题。
2、数据处理与特征工程：清洗、标注和分析数据，构建高质量数据集；设计特征提取方法，提升模型效果。
3、协作与研究：与算法工程师、产品经理协作，理解需求并实现技术方案；跟踪AI领域最新技术（如大模型、AIGC），撰写技术报告。1、技术基础：熟悉Python，掌握常用库（NumPy/Pandas/SciKit-Learn）；理解机器学习基础（如损失函数、梯度下降、过拟合等）；熟悉深度学习框架（PyTorch/TensorFlow/Keras）优先。
2、算法能力：了解经典算法（如SVM、决策树、神经网络）和评估指标（准确率、F1、AUC等），有CV/NLP项目经验优先。
3、学历背景：计算机、人工智能、统计学、数学、电子信息等相关专业硕士在读。
4、软性要求：强烈的学习兴趣，能快速理解论文或开源项目；逻辑严谨，具备问题分析和实验设计能力；良好的英语阅读能力（需阅读技术文档或论文）。