招聘信息分享
JOBHUNTER
聚合各大厂 / 国企官网招聘信息，实时同步官方数据
招聘信息分享
JOBHUNTER
聚合各大厂 / 国企官网招聘信息，实时同步官方数据
1、负责计算机视觉及多模态大模型的研发、优化和应用开发工作，包括模型架构设计与优化、高质量数据集构建、模型预训练、监督微调及后训练等。 2、结合业务场景，通过Prompt Engineering、RLHF、DPO等技术手段，持续提升模型的准确性、泛化能力、推理效率、稳定性和可控性。 3、负责视觉及多模态大模型评估体系的设计与建设，全面评测模型在不同任务场景下的性能、安全性、鲁棒性及偏见问题，推动评测结果用于模型迭代和产品优化。 4、推动大模型在实际业务场景中的高效部署与应用落地，解决模型推理延迟、显存占用、计算资源消耗及部署成本等问题。 5、负责模型压缩、量化、剪枝、蒸馏、推理加速等技术的研究与应用，提升模型在云端、边缘端及终端设备上的运行效率。 6、负责大模型智能体工作流、RAG知识库及相关应用系统的设计、开发与调优，提升复杂任务处理和业务流程自动化能力。 7、持续跟踪计算机视觉、多模态大模型及人工智能领域的最新研究进展，包括算法、训练框架、推理框架和AI硬件等方向，并完成前沿技术的快速验证、原型开发及业务转化。 8、参与业务需求分析和技术方案设计，能够结合具体业务场景完成算法选型、技术验证、系统开发、部署实施及效果优化。
1、紧跟全球工业AI技术发展趋势，围绕工业时序大模型等方向开展技术前瞻研判与路线规划； 2、负责工业时序大模型全套算法体系设计与研发，完成相关模型训练调优、工程部署与全链路性能评测，搭建面向工业场景的时序AI算法底座； 3、协同团队成员，联合高校等外部研究团体开展国家相关战新及未来项目研究攻关。
1、紧跟全球工业AI、大模型技术演进路线，对标国内外行业领先的工业具身智能世界模型技术体系，开展空间智能、具身智能、工业世界模型等方向前瞻研究； 2、开展底层工业具身世界模型技术架构及算法研究，围绕工业空间建模、物理仿真、设备孪生推演开展算法研发与原型验证，攻克工业场景建模关键技术，完成模型优化与实践落地； 3、协同团队成员，联合高校等外部研究团体开展国家相关战新及未来项目研究攻关。
1、紧跟全球工业AI、大模型技术演进路线，对标国内外行业领先的工业智能操作系统技术体系，开展空间智能、物理AI、工业世界模型等方向前瞻研究； 2、负责工业智能操作系统核心算法栈设计与研发，完成相关模型训练调优、部署与全链路性能评估，搭建系统原生大模型底座； 3、协同团队成员，联合高校等外部研究团体开展国家相关战新及未来项目研究攻关。
1.Agent核心架构开发：负责Agent核心模块（任务规划、上下文管理、长期/短期记忆、工具调用）的设计与开发，构建高可靠、低延迟的智能体底层框架； 2.应用效果调优：主导RAG知识库建设与交互环境构建，精通提示工程与工作流编排，持续优化大模型在复杂业务场景下的生成效果、稳定性与可控性； 3.高性能工程链路建设：参与高并发、高可用分布式系统设计，优化Agent及RAG链路的系统性能，设计与落地缓存机制、消息队列、异步调度等核心组件，保障系统在海量请求下的稳定性； 4.安全与可观测性体系：建设完善的Agent安全防护机制（意图识别、输出过滤、权限控制、沙箱执行）及全链路评估可观测体系（成功率、延迟、Token消耗、业务转化率等）； 5.前沿技术探索：紧跟LLM及Agent前沿技术（如MCP协议、多智能体协同、长文本处理等），主导技术调研、复现与业务落地验证。 6.本岗位base地设在北京或长沙，可结合候选人意愿选择。
1.负责智能运维领域核心算法模型研发，聚焦日志分析与监控告警场景，包括但不限于：日志解析清洗、日志语义理解、日志异常识别、监控指标异常检测、告警智能降噪、告警分级聚合、故障关联分析、时序指标监控预测等方向的深度学习模型实际研发经验，具有大规模运维日志、监控告警数据建模落地经验者优先； 2.负责日志分析、监控告警相关深度学习模型的轻量化、推理加速、模型剪枝量化等研发工作，适配业务服务端、边缘运维终端部署需求，保障告警、日志分析功能低延迟、高并发运行，具有运维轻量级模型工程化落地经验者优先； 3.负责跟踪日志智能分析、智能监控告警、AIOps领域的先进技术及前沿算法预研工作，针对告警误报漏报、日志故障定位等核心痛点完成技术调研、方案验证与算法迭代优化； 4.负责日志分析、监控告警相关算法模型的产线接入、业务场景验证、性能调优、迭代优化及线上维护等全流程落地工作，持续优化告警准确率、故障定位效率，保障业务运维监控体系稳定高效运行。 5.本岗位base地设在北京或长沙，可结合候选人意愿选择。
1.基于大语言模型(LLM)及前沿AI技术，设计并开发创新型AI原生应用; 2.构建端到端的AICoding工程化解决方案，负责整体架构设计、核心模块开发、领域模型微调、质量保障、效果评测、工程化流程整合等全链路解决方案，提升研发效果; 3.深入理解金融领域业务逻辑，设计Al技术与业务场景结合的创新方案，实现领域知识与大模型的高效适配，构建AI友好型系统，跟进AI技术演进并推动前沿技术在业务场景的快速验证。
1.负责大模型量化部署全周期开发，完成大模型量化压缩、推理优化、服务设计、部署上线与版本迭代维护，搭建稳定的大模型推理应用服务。 2.配合算法工程师进行端到端的性能测试与调优（侧重应用层面，如网络延迟、并发处理、资源消耗等），保障应用服务的性能和可靠性。 3.负责已上线AI应用服务的日常运维、问题排查、故障恢复。 4.持续监控应用服务的性能指标，并根据需要进行优化。
1.大模型优化算法的研究与设计：负责研究大模型领域（语言模型、多模态模型等）的优化算法、网络结构优化及改进设计、大模型蒸馏训练，以及预训练研发任务等; 2.垂类领域大模型研发与调优：负责针对专业领域场景和数据，利用增量训练、微调训练、知识增强、超参数调整等技术训练垂类领域大模型，提升模型性能，并维护线上模型的稳定性，实现AI项目落地与交付; 3.大模型国产化性能优化与适配：适配昇腾等国产硬件平台，优化模型算子性能及分布式训练策略; 4.技术探索与创新：跟踪大语言模型、多模态大模型的预训练、大模型方向的最新成果，探索其在业务中的应用价值; 5.AI产品模型研发与维护：负责公司存量产品及新增产品的模型研发、迭代与维护，包括小模型及大模型的设计、训练研发及优化，确保模型效果与业务需求匹配。
1.负责量子计算相关算法或量子计算框架研究工作，基于公司业务实际问题开展QAOA、量子退火、量子玻尔兹曼等算法设计和实现技术研究，解决组合优化、图分割、高维配分函数求解等NP难问题； 2.负责基于量子计算模拟器或量子编译器的算法开发与优化工作，研究混合量子-经典框架，构建量子算法应用解决方案； 3.对新技术和创新工作富有激情和想法，负责量子计算技术的演化和发展调研分析，结合实践进行量子计算新的科学问题和技术点提炼，参与政府量子计算相关项目申报，对相关技术发展提供可依赖的技术路线。
1.牵头负责金融大模型、保险大模型的顶层技术规划、前沿科研攻关与核心算法创新，聚焦行业重难点、卡脖子技术问题，开展大模型轻量化、可信AI、金融场景专属大模型预训练、模型安全可控性等前沿方向研究。 2.主导技术拉通与体系搭建，统筹大模型研发、算法迭代、场景落地、技术标准化全流程，牵头对接公司重点数字化、智能化项目，整合技术、业务、资源优势，搭建适配金融、保险领域的大模型技术体系与研发规范，推动技术规模化落地与复用。 3.牵头部门科研课题、政企科研项目、技术创新项目申报与实施，主导学术论文、技术专利、软著等科研成果产出，对标行业前沿技术，制定团队技术迭代路线，提升部门核心技术竞争力。 4.负责复杂业务场景的算法方案攻坚，针对金融风控、保险精算、智能决策、合规审核等高端场景，设计高适配、高可靠、高安全的大模型算法架构，解决模型精度不足、推理成本高、行业适配性弱等核心技术问题。 5.开展算法研发与落地，沉淀技术方法论，推动团队整体技术能力提升。
1.负责供应链金融场景下AI Agent应用的设计与研发，包括智能风控、智能审批、智能对账、智能客服等业务场景的Agent架构设计、开发与持续优化； 2.负责区块链技术在供应链金融场景的应用开发，包括联盟链网络搭建、智能合约设计与开发、链上数据存证与溯源、跨链操作等； 3.负责数据要素市场化研究与技术实践，探索数据确权、定价、交易、流通等环节的技术方案设计与系统实现； 4.负责数据资产入表相关技术研究和系统开发，支撑数据资产的盘点、质量评估、价值评估、登记和入表全流程管理； 5.负责AI Agent与区块链技术融合应用的研究与落地，构建可信数据流通与智能决策协同的技术能力； 6.负责跟踪AI Agent、区块链、数据要素等领域的前沿技术动态，开展技术预研与创新应用探索，编写技术方案与研究报告。
1.聚焦大语言模型(LLM)在消费金融领域中的应用，开展AI Agent的研发，持续提升大模型在智能对话、AI风控、金融数据分析、智能审核等金融专业场景的能力； 2.AI系统集成与部署，将大模型能力嵌入现有流程中，重塑业务流程，提升用户体验及系统智能化； 3.跟踪AI领域前沿技术，探索新技术在实际项目中的应用价值，致力于领域知识注入与大模型轻量化微调，进行创新研发，从实际出发，申请相关科创项目，并发表顶会论文、优质专利或参与各类科创赛事。
1.数据清洗与处理：从数据库、日志、第三方平台等渠道提取和清洗数据，确保数据质量；搭建数据仓库，优化数据采集、清洗、存储流程； 2.分析与建模：通过统计分析、机器学习等方法挖掘数据规律，支持业务决策（如用户画像、AB测试、ROI分析等），分析用户行为数据（如点击流、交易记录），提供精准营销策略; 3.可视化与报告：使用工具（如Tableau/Power BI）制作仪表盘，向业务团队输出可视化报告。开发自动化报表工具，提升团队数据使用效率; 4.业务支持：与产品、运营、市场团队协作，通过数据诊断问题并提出优化建议（如转化率提升、库存优化等）; 5.数据体系建设：参与数据仓库、指标体系的搭建和迭代，推动数据产品化; 6.AI赋能：推动AI在商旅业务场景落地应用，如智能推荐、智能客服、智能导游、智能分析等。协调各方资源，解决业务/技术难题，确保AI产品高效率高质量交付。
1.产品规划与设计：深入研究电商行业趋势、用户需求及市场竞争态势，结合 AI 技术，制定具有前瞻性和竞争力的电商场景AI产品战略与规划。负责从产品概念设计到详细功能规划，明确产品定位、目标用户群体及核心价值，输出高质量的产品需求文档（PRD）和原型设计; 2.技术对接与协作：与算法、研发、数据等多技术团队紧密合作，将业务需求转化为技术语言，推动AI算法在电商场景的落地应用，如智能推荐、智能客服、图像识别等。协调各方资源，解决技术实现过程中的问题，确保产品按时、高质量交付; 3.项目管理与推进：制定详细的产品开发计划和里程碑，监控项目进度，及时识别并解决项目中的风险和问题，保障项目顺利推进。组织跨部门会议，沟通项目进展，协调各方工作，确保产品开发符合整体业务节奏; 4.数据分析与优化：建立完善的产品数据指标体系，通过数据分析评估产品效果，深入了解用户行为和需求。基于数据反馈，提出产品优化方案，持续迭代产品功能，提升用户体验和业务指标，如转化率、用户留存率等。
1.负责跟踪AI大模型相关行业发展趋势，参与制订开发技术相关发展规划，及时引入先进技术、创新方法，推动技术经验积累，推进软件/系统的技术延展； 2.负责针对电商业务特性，开展AI应用技术选型、架构方案设计和组织研发落地； 3.参与电商系统后端架构设计优化，提升系统稳定性与安全性等工作。
1.负责LLM及多模态大模型的应用方案设计、后端开发、系统集成与工程化落地，保障AI业务稳定上线运行； 2.建设统一大模型接入体系，完成AI能力服务化封装，实现与业务系统、业务中台高效对接，统一管控模型调用流量； 3.推进企业知识库建设、标准化提示词体系构建、AI Agent 工作流设计落地，沉淀可复用的智能化业务链路，赋能业务提效； 4.联动产品、运营团队挖掘真实业务痛点，输出完整技术解决方案，推动 AI 应用从试点走向规模化落地； 5.跟踪大模型行业前沿技术动态，开展技术预研、技术方案选型、第三方 AI 能力评估与认证，持续迭代技术底座。
1.跟踪研究全球人工智能与金融科技领域的前沿技术趋势，从0到1主导搭建金融类大模型技术评估与选型体系； 2.负责金融场景下AI大模型应用的核心研发工作，包括但不限于：基于大模型的智能对话、AI风控建模、金融数据分析、信用评估等金融专业场景的能力构建与提升； 3.建立AI模型全生命周期的治理机制，包括模型准入、效果监控、风险预警、内容安全校验及迭代优化等管理流程； 4.从实际研发项目中提炼科学问题，发表顶刊论文、申请优质专利或参与各类科创赛事。
1.前沿算法研发与技术融合：负责金融风控、信贷、营销、支付等业务场景的AI算法研发，深耕Graph Transformer、Graph Sage、Chronos等图算法、时间序列前沿算法，探索大模型、智能体与金融业务的融合方案，持续优化模型推理与智能决策能力； 2.数据挖掘与特征体系建设：基于海量通信及金融数据开展深度挖掘，沉淀高价值金融数据资产；设计优质特征变量，搭建高可解释性、标准化的业务特征体系，严控数据质量，挖掘数据商业价值，为模型迭代与业务落地提供核心支撑; 3.业务模型全流程迭代：聚焦金融客群分层与精细化运营，针对营销响应、客户流失预警、信贷转化留存等场景，独立完成算法模型的搭建、落地上线、效果监控及迭代调优；精准挖掘细分垂类客群，以业务增量为核心，持续优化模型效果，对转化、留存等核心业务指标负责; 4.技术创新与项目推进：持续跟进大模型、图模型、时序算法等前沿AI技术，完成技术调研、业务适配与产品迭代，提升产品核心技术竞争力；提炼业务创新技术要点，参与政府、集团科创项目申报，探索新技术创新应用与商业化落地路径。
1.负责金融、保险领域大模型的算法研发与迭代优化，聚焦金融风控、智能核保、智能理赔、金融问答、投研分析等业务场景，完成大模型微调、提示工程、向量检索、知识图谱融合等核心算法开发工作，支撑业务智能化落地; 2.承担技术拉通落地工作，联动业务、产品等部门，梳理金融、保险业务痛点与需求，将算法研究成果转化为可落地、可复用的大模型应用方案，打通算法研发、场景适配、上线迭代全流程，解决研发与业务落地脱节问题; 3.参与大模型相关科研项目、技术攻关课题，跟进业界金融大模型、通用大模型前沿技术，开展技术调研、算法验证、原型开发，输出技术调研报告、算法方案文档，助力部门技术体系迭代升级; 4.负责现有大模型应用的效果优化、性能调优、问题排查，持续提升模型准确率、稳定性、推理效率，保障金融、保险智能应用场景稳定运行，适配行业合规性、安全性要求 5.配合团队完成技术沉淀、专利申报、技术标准梳理、内部技术赋能等工作，参与团队技术共建，助力部门AI算法能力规模化复用。