Ai算法研发，智能体开发

1. 核心算法研发与落地 负责机器学习、深度学习、自然语言处理（NLP）、计算机视觉（CV）、推荐系统等核心AI算法的设计与实现。主导算法方案选型与验证，推动模型从理论验证到业务落地的全流程开发，显著提升业务场景的智能化水平。 2. 模型迭代与性能优化 负责AI模型的训练、验证、调优与评估。针对模型的准确率、泛化能力及推理速度进行深度优化，定位并解决训练过程中的过拟合、梯度消失等技术痛点，保障模型的高精度、高效率与稳定性。 3. 数据工程与数据治理 构建并维护高质量的数据处理流程，负责数据集的采集、清洗、标注、预处理及特征工程。建立标准化的数据质量体系，确保数据的合规性、完整性与有效性，为算法模型的高效迭代提供坚实的数据基石。 4. 前沿技术跟踪与预研 持续关注AI领域前沿技术、顶会论文及开源社区动态，重点调研大模型（LLM）、多模态融合、AI Agent等新兴方向。开展技术预研与可行性分析，形成高质量的技术调研报告，驱动团队技术架构升级。 5. 工程实现与质量管控 负责算法模块的代码开发、单元测试与文档编写。严格研发规范，配合团队完成模型的集成、调试与部署，确保算法项目的高质量、按时、按量成功交付。 6. 技术协作与知识沉淀 积极参与团队技术评审与项目复盘，主动分享技术经验。与资深工程师协同攻关，持续沉淀算法工具链与最佳实践，提升团队整体研发效能。

1. 学历要求：本科及以上学历，计算机科学与技术、人工智能、软件工程、数据科学与大数据技术、数学与应用数学、统计学、自动化、电子信息工程等相关专业，具备扎实的理工科专业基础。 2. 专业知识：掌握机器学习、深度学习核心理论知识，熟悉常见经典算法原理，包括但不限于线性回归、逻辑回归、决策树、随机森林、SVM、神经网络、CNN、RNN、Transformer等，了解算法的适用场景与优劣对比。 3. 技能要求：熟练掌握Python编程语言，熟悉至少一种深度学习框架（PyTorch/TensorFlow/Keras优先），掌握NumPy、Pandas、Scikit-learn等数据处理与算法工具库，了解基本的数据结构与算法知识，具备良好的代码编写习惯。 4. 实践经验：有AI算法相关课程设计、毕业设计、科研项目、竞赛经历者优先（如 Kaggle、MathorCup、全国大学生人工智能创新大赛、蓝桥杯等），有大模型微调、算法模型复现、简单AI项目实战经验者优先。 5. 能力素质：具备极强的学习能力与逻辑思维能力，对AI算法研发有浓厚兴趣与热情，拥有良好的问题分析与解决能力，做事严谨细致、积极主动，具备优秀的团队协作意识与沟通表达能力，能够快速融入团队、适应工作节奏。 6. 其他要求：具备良好的英文文献阅读能力，能够读懂AI领域顶级会议、期刊的英文论文；了解数据安全与隐私保护相关知识，无不良从业记录，愿意长期深耕AI算法领域。