1.负责企业级客户AI智算大模型项目需求的技术落地，结合机器学习及模型平台，向客户提供方案评估，实施，演示，部署等全流程，能够洞察技术细节，解决具体需求。

2.熟悉大模型算法应用及业界主流模型平台，熟练使用langchain、RAG、Agent、Autogen等相关技术工具，完整搭建并参与过相关开源项目者优先。

3.深刻理解客户需求，结合业务场景，帮助客户设计整体解决方案，助力客户AI模型训练和推理效率提升，有过大模型知识问答、自动化BI、内容文摘生成、多模态等领域的算法实践者优先。

4.协调跨部门资源，组织算法或大模型产品团队进行技术研发、验证及部署工作，保证算法解决方案按时高质量交付。

5.在知识加工、语料生成、Prompt工程优化、LLM模型微调、模型效果评测等领域有具体实践，并参与过相关科研课题及项目落地。

6.能够从业务、产品、技术层面对项目实施过程把控,负责客户界面的技术沟通，包括对内外的技术方案培训，趋势分析及方案优化等。

7.结合业务应用和交付场景沉淀孵化大模型交付服务方案，可应用开源工具或开发大模型交付工具推进方案落地。

要求：
•本科以上学历，3年以上的相关算法经验

•主导过完整的算法实现项目

•有云计算、算法对口行业算法项目经验加分

•持续作出核心任务上的代码贡献，能够指导同学的算法及工程能力提升，在数据设计、算法选型、codereview、工程方案设计等方面经验丰富同时能够给予其他初级同学充分的指导

•对数据挖掘等应用算法领域技术有较深积累，研究深入，对领域内的前沿技术较为了解，可以推动排序、召回、机制、创意、预测、优化等子领域的技术持续创新

•在关键问题上能够形成专业的技术方案，持续作出核心任务上的代码贡献，体现出算法模块化设计能力，通用性，复用性，易用性，并且在结果上能够具备比低级别同学更强的确定性

•能够针对不同算法类型和应用场景，选择合适的测试方法和工具，设计有效的算法测试方案

•具备丰富的算法优化和业务应用经验，能够有的放矢的选择综合有效的优化方法和策略，通过并行计算、分布式计算等技术，优化算法的执行效率、可扩展性、业务效果、系统性能。

•子系统研发安全生产执行者

•具备较强的研发安全生产意识，熟悉所负责子模块、子系统以及横向关联子模块、子系统的安全生产风险及预防措施，能够处置和恢复较复杂的安全和稳定性故障

•在所负责的子模块、子系统的全链路研发流程中（需求理解、设计、测试、发布、运维）上严格遵循研发安全生产规范，保障系统的安全和稳定

•具备参与研发安全演练的技术能力

•熟悉业务的知识体系，理解业务的痛点、难点，核心业务诉求。

•能与业务一起拆解流程场景、需求优先级，对标市场领先实践等


base地：杭州/北京/上海/广州/深圳/成都/南京