AI模型工程师（多模态/评测/语言/端侧）

>面向：27届本硕博 >Base地：西安、东莞、北京、上海、成都、南京、长沙、济南 >面试流程：官网投递-机考-专业面-主管面-offer （注：1.简历投递以官网投递为准，BOSS上仅与部门hr建联，流程推进、问题解决更顺畅 2.不同岗位机考类型不同，请于hr确认） >AI模型工程师-细分方向： 多模态大模型/语言大模型/AI模型评测/端侧大模型/大模型数据技术 以上方向对应详细岗位JD如下： 【多模态大模型】 岗位职责 1、负责多模态大模型（如结合视觉、文本、音频等模态的LLM）的开发、优化和部署，包括模型训练、推理加速和系统集成； 2、参与数据预处理、标注和多模态数据集构建，确保数据质量和多样性； 3、设计和实现多模态模型的工程化解决方案，如API接口、分布式训练框架和实时应用模块； 4、与团队协作，进行模型性能评估、调试和迭代优化，解决工程化中的实际问题（如计算资源管理、模型压缩）； 5、跟踪多模态AI领域的最新技术趋势，并应用于实际项目中，提升系统效率和稳定性； 6、编写技术文档、代码注释，并参与代码审查和知识分享。 岗位要求 1、本科或硕士学历，计算机科学、人工智能、数据科学或相关专业； 2、熟练掌握Python编程，以及PyTorch或TensorFlow等深度学习框架； 3、具备多模态学习（如CLIP、DALL-E等模型）的实际项目经验，了解计算机视觉、自然语言处理等基础知识； 4、熟悉分布式计算、GPU加速和模型部署工具（如Docker、Kubernetes）； 5、良好的问题解决能力和团队协作精神，能够在快节奏环境中工作； 6、英语阅读和写作能力良好，能阅读AI相关论文和技术文档； 7、加分项：有开源项目贡献或相关实习经验。 【语言大模型】 岗位职责 1、参与大语言模型架构的工程实现与优化，基于昇腾等硬件平台，开发和维护模型训练与推理流程，重点解决长序列处理、训练效率、推理延迟等工程挑战，支撑业务场景的快速迭代； 2、参与代码大模型技术体系的工程构建，围绕软件工程全生命周期（如代码生成、缺陷检测、自动化测试等）开发模型服务、API接口及工具链，提升代码生成质量和工程规范符合度； 3、面向终端智慧助手、软件开发助手等业务场景，负责大模型应用的工程化实现，协同算法、系统和产品团队，解决计算复杂度高、存储开销大等实际问题，确保解决方案的高效稳定落地。 岗位要求 1、人工智能、软件工程、计算机科学、数学、物理等相关专业本科或硕士学历；具备扎实的编程基础（Python/C++等），熟悉数据结构和算法，掌握Linux环境下的开发与调试； 2、深入理解主流大模型架构及训练/推理流程；具有大模型性能优化经验（长序列处理、高并发推理、显存优化等），熟悉PyTorch等框架，有昇腾等国产硬件适配经验者优先； 3、具备快速学习能力和自驱力，能紧跟技术迭代；良好的沟通能力和团队意识，能够有效推动跨部门（算法、系统、产品）协作，完成复杂项目落地； 4、掌握训推系统优化、算子调测工具（Profiling、Tiling）者优先；在顶级竞赛（如ACM/ICPC）中获奖或相关领域顶级会议发表论文者更佳。 岗位职责 1、设计和开发自然语言和多模态理解，多模态生成AI大模型和Agent评测体系，评测方法和流程，开发评测所需要的工具，沙箱，脚手架； 2、设计和开发评测集，评测观测指标和打分标准，对评测集质量进行评估； 3、对评测结果进行系统分析，开发自动化打标，自动聚类算法，实现自动化分析。 岗位要求 1、教育背景：计算机科学、人工智能、数据科学、软件工程、统计数学等相关专业； 2、精通Python等编程语言，熟悉深度学习框架，具备软件工程和算法实现能力； 3、具备较强的学习力、自驱力、团队协同和责任意识； 4、具备语言/语音/多模态/空间智能相关模型训推、部署经验，掌握数据处理、分析或模型验证的相关方法和工具者优先； 5、在领域顶级会议（如NeurlPS, ICML, AAAI, VLDB等）发表论文，或有相关实习经验/高水平竞赛（如ACM, ICPC等）获奖经历者优先。 【AI模型评测】 岗位职责 1、设计和开发自然语言和多模态理解，多模态生成AI大模型和Agent评测体系，评测方法和流程，开发评测所需要的工具，沙箱，脚手架； 2、设计和开发评测集，评测观测指标和打分标准，对评测集质量进行评估； 3、对评测结果进行系统分析，开发自动化打标，自动聚类算法，实现自动化分析。 岗位要求 1、教育背景：计算机科学、人工智能、数据科学、软件工程、统计数学等相关专业； 2、精通Python等编程语言，熟悉深度学习框架，具备软件工程和算法实现能力； 3、具备较强的学习力、自驱力、团队协同和责任意识； 4、具备语言/语音/多模态/空间智能相关模型训推、部署经验，掌握数据处理、分析或模型验证的相关方法和工具者优先； 5、在领域顶级会议（如NeurlPS, ICML, AAAI, VLDB等）发表论文，或有相关实习经验/高水平竞赛（如ACM, ICPC等）获奖经历者优先。 【端侧大模型】 岗位职责 1、负责语言模型、多模态基础模型的开发与优化，参与从预训练（Pre-training）到指令微调（SFT）的全链路开发； 2、针对端侧场景，构建高质量、高多样性的数据清洗与合成流水线，通过“以质取胜”提升小模型在特定任务上的表现； 3、应用 DPO、PPO 等对齐技术，针对端侧交互场景优化模型回复的准确性与安全性； 4、负责入端模型探索调优，极致优化首字延迟（Prefill）与生成速度（Decoding），确保端侧交互的高流畅度与低功耗。 岗位要求 1、计算机科学、人工智能、软件工程、电子信息、自动化、统计数学等相关专业，具备扎实的机器学习与深度学习理论基础； 2、深入理解 Transformer 架构及主流 LLM 训练技术栈，有大模型训练、微调经验、熟练使用 分布式训练框架（如 Megatron）者优先； 3、熟练使用 PyTorch 等框架，熟悉vllm 等高效部署框架； 4、熟悉语言大模型、多模态大模型、深度神经网络、和机器学习算法等的至少一种，能够针对芯片硬件特点提出算法特点设计者优先。 【大模型数据技术】 岗位职责 1、围绕语言、多模态和空间智能数据技术，持续提升预训练/后训练数据的构建、质检、分析和验证能力，支撑基础模型训练和行业模型调优所需的高质量数据生产； 2、开发数据生产管线，协同构造长上下文理解、长轨迹交互等高阶数据，强化内容质量、知识密度和任务复杂度，拓展模型能力上限； 3、协同开展数据分析与验证，优化多领域、多模态、多任务数据的采样/配比方法，提升基础模型的数据效能； 4、构建大模型数据工程和数据飞轮的关键工具与平台能力，提升数据技术的创新验证效率，支撑规模化数据生产、验证和版本管理； 5、参与业界前沿技术分析和规划，与领军专家和科研团队合作创新，探索大模型数据技术前沿，提升技术竞争力与影响力。 岗位要求 1、计算机科学、人工智能、数据科学、软件工程、统计数学等相关专业； 2、具备软件工程和算法实现能力，熟悉模型架构、数据工程、深度学习框架和分布式并行软件开发环境； 3、具备较强的学习力、自驱力、团队协同和责任意识； 4、具备语言/语音/多模态/空间智能相关模型训推、部署经验，掌握数据处理、合成、质检、分析或模型验证的相关方法和工具者优先； 5、在领域顶级会议（如NeurlPS, ICML, AAAI, VLDB等）发表论文，或有相关实习经验/高水平竞赛（如ACM, ICPC等）获奖经历者优先。