AIGC从来都不只是“生成内容”那么简单，在那些让人眼前一亮的生成效果背后，是强大的模型，它们不停迭代，要跑得更快、更稳、更高效。如果你平时关注AIGC，大概率会更容易注意到模型效果——比如生成图片更真实、视频更流畅、文本更自然。但在真实业务里，有一个更关键的问题常常被忽略：这些模型，能不能顺利跑起来？能不能支撑大规模使用？尤其是在视频生成、多模态理解这类场景中，模型本身已经非常复杂，如果没有高效的训练和推理体系，再强的模型也很难真正落地。今天这个岗位要解决的，正是这个问题。一天一个AI岗位介绍，今天我们要拆解的是AIGC模型推理训练工程师。🧩 主要工作内容：围绕“训练 + 推理效率”做系统...

你是否注意到越来越多的平台、网站开始使用AI搜索：小红书的“问一问”、 Bing Copilot、百度AI等。如果你使用过，大概率会有这样一种直观感受：它与传统搜索截然不同，不会给你罗列一堆杂乱的链接，而是直接为你呈现一个完整的“答案”。那么你是否思考过——这个看似简洁的答案，究竟是通过怎样的流程被组织出来的？以及如何避免AI像下图这样胡说八道呢？事实上，从用户输入问题的那一刻起，到模型精准理解问题意图，再到联网检索相关信息、对信息进行整合梳理，最终生成符合需求的结果，这中间藏着一整条复杂且精密的链路。而今天我们要聊的，正是负责搭建和优化这条链路的核心角色。一天一个AI岗位介绍，今天我们拆解的...

AI越来越普及的情况下，已经出现在很多丰富的场合：写代码、做对话、生成图片、信息咨询......大部分是以“创造”的角色出现，但在一些更“严肃”的场景里，AI承担的角色其实完全不一样——不是去创造，而是去判断、筛查、甚至“拦住风险”。比如支付和金融场景，这种场景下就会有我们都能预料到的问题：每一笔交易、每一次行为，都有可能隐藏风险。今天我们要说的合规AI机器学习算法工程师就在做这件事。相比“提升模型能力”，它更关注的是：如何用AI，在复杂业务中识别风险，并让系统做出正确判断。一天一个AI岗位介绍，今天我们要拆解的是合规AI机器学习算法工程师。🧩 主要工作内容：用AI建立一套“风险识别系统”从...

如果你最近关注AI Agent，会发现大家好像都在做Agent了，而且功能越来越多，场景越来越复杂。但一个很现实的问题也开始出现——这些Agent到底做得好不好？差在哪？还能怎么优化？很多时候，这件事不能仅仅肉眼看出来的。今天这个AI Agent评测工程师就在解决这个问题。相比“做Agent”，它更关注的是另一件事：如何系统性地评估一个Agent的能力，并用结果反过来驱动产品迭代。一天一个AI岗位介绍，今天我们来看看AI Agent测评工程师。🧩 主要工作内容：给Agent建立一套“可量化的评价体系”从JD来看，这个岗位的核心并不是开发功能，而是围绕“评测”做一整套体系建设。但这里的“评测”...

你可以回想一下，现在用AI助手时，其实有一种很明显的差异：有的AI，是你需要“打开一个App去用”；而有的AI，是它已经在系统里了，你随时可以调用，甚至不需要刻意思考。这两种体验的区别，本质在于——AI有没有融入设备本身中。今天这个岗位就在做这件事。相比单纯做功能，它更关注的是：👉 如何把AI能力嵌进手机系统，让它成为一种“默认存在的能力”。一天一个AI岗位解析，今天介绍的是——Android AI应用开发工程师。🧩 主要工作内容：把AI能力变成“可以用的体验”从JD来看，这个岗位的核心并不在模型本身，而是在客户端这一侧——AI能力已经存在，你要做的是让用户在使用客户端时自然而然的使用AI...

如果你最近在看AI岗位，或许思考过这个问题：研发出来的AI能力，怎么稳定地接入业务、服务用户？今天这个岗位就是在解决这个问题。一天一个AI岗位解析，今天介绍的是——AI服务后端开发工程师。相比“做模型”或“做产品”，它更关注的是：👉 如何把AI能力，变成一个可用、可扩展、能支撑大规模用户的系统。🧩 主要工作内容：让AI能力“使用起来”从JD来看，这个岗位的核心并不在模型本身，而是在模型之外的一整套服务体系。可以从三个层面来理解它的工作。1️⃣ 搭建AI语音服务的后端架构你会参与的是一整条服务链路的建设，比如：语音能力的接口封装后端服务的设计与实现平台化能力的搭建这些工作的本质，是把原本单纯...

如果你最近在看AI岗位，很容易形成一种印象：大家好像都在训练模型、调效果、做应用。但其实当大模型真正接入业务之后，一个更棘手的问题开始浮出来：如果模型被攻击、被诱导、甚至被滥用，会发生什么？今天我们要说的AI安全算法工程师其实就在解决这件事。相比“把AI做得更强”，它更关注的是另一面——👉 如何让AI在复杂环境下，依然是可控的、可信的。一天一个AI岗位解析打破AI求职信息差，今天我们拆解的是AI安全算法工程师——Flow安全🧩 主要工作内容：让模型“不出事”如果只看岗位名称，很容易把它归到“算法岗”，但拆开JD会发现，它的工作重心其实有一个明显的转向——👉 用大模型能力，去解决安全问题，...

一天一个 AI 岗位解析，今天聊的是——👉 XR 系统 AI 应用测试开发工程师目前更多人了解的 “测试开发工程师”，大部分工作内容可能是：写用例、点点功能、找 Bug 收尾。但XR 系统 AI 应用测试开发工程师有些不同，它干的活，是实打实的AI 模型评测 + 系统质量工程 + 交互体验定标。尤其现在 AI+AR/VR 全面爆发，新交互场景层出不穷，这个岗位早就不是单纯验收产品了，而是直接参与定义 AI 产品好不好用、体验上限有多高。在正式拆解这个岗位之前，我们先看看XR是什么：XR（Extended Reality，扩展现实）是虚拟现实（VR）、增强现实（AR）和混合现实（MR）的总称，...

一天一个AI岗位解析，今天我们要拆解的是AI应用测试开发工程师。很多同学一提到AI岗位，第一反应就是算法工程师、大模型研发，觉得只有这两个才是“核心岗”。但其实在真实的大厂研发体系里，AI应用测试开发工程师也在成为越来越重要的技术方向。尤其是现在，AI+智能硬件、AI交互系统、大模型应用都在快速落地，产品质量和用户体验，比以往任何时候都关键。而这个岗位，就是守护AI产品质量的核心角色。🧠 首先，这个岗位到底在做什么？一句话总结，就是👉 AI产品质量的“技术守门人”，核心工作拆成3部分：1️⃣ AI应用项目测试 + 系统质量保障你的核心任务，就是盯着AI产品的质量，比如做AI功能测试、前后端...

如果你既对大模型算法感兴趣，又希望自己的技术能真正落地到有趣的产品场景里，那这个岗位真的太适合你啦👉 游戏AI研发工程师（AIGC方向）这个岗位的核心目标很明确，是以下三件事：⭐ 用生成式AI，彻底改变游戏内容的生产方式⭐ 升级NPC智能交互体验，告别生硬对话⭐ 让游戏世界变得更真实、更有动态感，玩起来更有沉浸感从剧情生成到动作创作，从NPC对话到玩法设计，现在大模型已经成为游戏研发的新生产力，每一步都能看到技术落地的成就感🧠 首先，这个岗位主要做什么？整体工作其实可以拆成三条主线：1️⃣ 游戏内容生成相关的大模型算法研发你会全程参与数据建设、指令微调、偏好对齐，还有模型效果优化，核心目标...

今天美团26春招/27届暑期实习笔试正式开考，根据大家的反馈总结了一下笔试内容，供后续笔试的小伙伴参考~其他方向内容可在评论区补充！！一、笔试概况研发岗（开发方向）题型：10道选择题 + 3道编程题时长：90分钟，固定时间段监考：双机位，规定手机方向选择题：涉及LLM大语言模型、模型训练等AI相关知识新增：AI Coding考查（可选）编程语言：不限，支持本地IDE产品/运营方向题型：言语理解(9题) + 数量关系(9题) + 判断推理(9题) + 资料分析(5题) + 大模型知识(8题)时长：60分钟难度反馈：数量关系和资料分析较难，大模型知识需提前准备 财务方向题型：财务单选12道 + 财...

一天一个 AI 岗位解析，今天来聊聊——AI训推框架研发工程师（AI Infra）如果说算法工程师是在让模型更聪明，那这个岗位就是👉 让大模型能稳定、高效、低成本地跑在业务里。不直接写业务逻辑，也不用直接和用户打交道，但是所有AI产品都离不开他，是实打实的“基建大神”。无论是 AI Agent、AI搜索、AI分身，背后都离不开训练与推理框架的支撑。一、这个岗位平时在做什么这个岗位的工作核心可以总结为三块：1️⃣ 大模型训练 & 推理框架研发首先你需要参与公司自研的 AI 训推框架开发，比如：大模型推理引擎优化训练框架性能提升推理吞吐与延迟优化巧妇难为无米之炊，得先开发框架才能后续推进...

紧密关注AI发展的你应该已经注意到了越来越多的平台和公司开始做AI智能体（Agent）。最近爆火的开源项目 OpenClaw🦞，更是把 “AI 能自己动手干活” 这件事推向了大众视野，让大家直观感受到：AI 正在从只会聊天的机器人，变成能独立执行任务的智能助理。不同于AI聊天机器人单纯的执行用户命令，智能体化身为能思考的“助理”，探索用户的需求、并针对需求自行思考并搜索用户需要的信息，比如你要求AI写周报，普遍AI可能只是写一段文字，而智能体可以回顾周工作记录——>总结工作重点——>排版——>发送给用户。也就是说，AI不仅能聊天，还能 参与信息分发和内容理解。实际上，在大厂...