AI-软件工程师/算法工程师/安全/数据/应用

华为校招，薪资范围不代表最终薪资. 大量招聘AI相关校招生，不用担心自己某一项或某两项不擅长，都可以大胆试一试，Just do it！： 1. AI软件工程师（AI软件开发方向、建模仿真） 2. AI算法工程师（多模态方向、机器学习方向、计算机视觉方向、决策推理方向、推理搜索方向） 3. AI安全工程师、AI数据工程师、AI应用工程师 AI软件工程师： （含软件开发方向） 主要工作： 1、负责AI领域的软件工程化和产品开发 2、负责AI算法及系统的设计和实现，包括但不限于：神经网络与机器 学习、计算机视觉、无人驾驶、路径规划、智能决策、推荐系统、 大模型、生成式AI等； 3、负责产品的集成和调测，以及各类工具链的开发： 4、负责对外洞察AI领域最新趋势，包括但不限于：大模型、生成式AI、 Alforcoding等。 建模仿真方向： AI系统建模与仿真策略制定：参与构建面向大语言模型（LLM）及 多模态系统的数学模型与仿真框架，研究超参规模下的分布式训练 策略与端侧推理优化方案：制定性能验证方案，覆盖训练吞吐、 推理时延、能效比等核心指标； 2、仿真系统开发与关键指标验证：基于PyTorch/TensorFlow框架开 发大模型仿真平台，验证训练稳定性，优化集群资源利用率：建立 量化验证体系，确保仿真结果可靠性： 3、支撑系统优化与方案决策：定位大模型训练瓶颈，设计弹性资源调 度算法，实现训练任务优先级动态调整：构建端到端性能预测模型， 输出算力资源配置决策树，提升训练效率和推理性能。 AI算法工程师 方向细分： a. 多模态方向 1、从事多模态算法前沿研究和多模态产品落地工作，围绕文本、图像、 语音、视频等模态融合理解与生成相关应用展开： 2、探索多模态前沿技术创新的应用落地，能够率先将前沿技术应用到 业务中来，提升产品的技术竞争力及改善用户体验。 b. 机器学习方向 1、从事机器学习算法和理论的前沿研究工作，研究领域包括：元学习、 AutoML、深度学习、强化学习、贝叶斯学习等； 2、探索人工智能应用，构建智能系统，提供AI云服务； 3、协同学术界/工业界专家资源，探索具备高度适应性的高能效AI算法、 架构与平台。 c. 计算机视觉方向 1、从事计算机视觉、模式识别、多媒体内容分析等方向的应用研究和 开发工作，如3D重建、图像超分、OCR、多目标跟踪、场景识别等； 2、负责计算视觉核心算法及平台的设计与研发，提升产品的核心竞争 力和用户体验。 d. 决策推理方向 1、算法研发：负责决策推理相关算法模型的研发与实现，包括强化学 习、图算法等技术，设计和优化决策模型，解决复杂业务问题； 2、系统优化：负责算法性能优化和系统架构改进，构建高效稳定的决 策推理算法平台，提升模型在大规模数据和实时场景下的运行效率： 3、业务落地：负责面向实际业务场景（如自动驾驶行为预测、通信网 络调度优化、数据中心资源调度等）提供智能决策算法解决方案并 推动落地实施； 4、模型选代：负责算法模型的部署、测试和选代优化，根据业务反馈 持续提升决策模型的性能和效果； 5、前沿探索：负责跟踪人工智能领域前沿技术，探索决策推理新算法 和新工具（如因果推理、多智能体决策等），并应用于实际问题以 优化现有方案。 e. 推理搜索方向： 1、核心算法设计与选代，负责推荐/搜索系统中召回、排序等模块的算 法设计、训练与优化，持续提升点击率、转化率等业务核心指标； 2、跨模态与用户建模，利用用户行为、上下文和多模态内容特征，构 建高效的用户画像与内容理解模型，增强系统个性化能力： 3、性能优化与系统部署，深度参与模型部署、推理优化和算子性能分 析，确保模型在大规模场景下的延迟、吞吐和资源成本可控； 4、效果评估与闭环选代，建立算法评估机制，设计并执行A/B实验， 推动算法效果稳定选代与线上持续优化。 AI数据工程师 主要工作： 1、数据处理与优化：负责数据采集、清洗、标注、增强等数据处理 并支持多源异构数据的融合与标准化 2、数据集构建与管理：设计和构建A模型训练/推理所需的数据集 并监控数据质量，建立自动化异常检测与修复机制： 3、模型训练与创新：基于业务需求，构建适配不同业务场景的数据 关系、知识图谱，协同算法工程师提升模型准确率： 4、数据辅助用户挖掘：利用全域异构数据资产构建场景化、动态化画 像标签体系，支持用户增长与营销科学等场景：协同搜广推算法工 程师进行用户特征挖掘：辅助流量变现等业务实现归因、诊断。 AI安全工程师 主要工作： 1、1负责A安全攻防测试，从客户视角进行独立验证和风险揭示，保障 产品安全质量：同时负责华为产品与解决方案的A安全竞争力验证； 2、梳理A安全领域能力地图，主导相关能力构建，并跟进研究最前沿 的AI安全验证技术与方法： 3、分析AI领域全球隐私保护法律要求、行业标准及业界实践，制定隐 私保护策略与流程； 4、制定AI领域新技术、新业务发展的隐私保护合规架构，参与业界相 关行业标准与规范的制定，并参与隐私保护技术在AI产品与服务中 的设计与实现。 AI应用工程师 主要工作： 1、负责语言和视觉大模型在各类业务场景中的应用开发、集成与优化 推动大模型技术在实际产品中的落地和持续选代： 2、参与大模型应用相关的需求分析、系统架构设计、模型微调与部署 RAG、ControlNet、LoRA等，提升模型在各类场景下的应用效果： 3、跟进大模型领域前沿技术，参与公司AI平台能力建设，推动大模型相 关工具链、数据处理流程和自动化运维体系的完善； 4、与产品、数据、业务等团队协作，建立大模型应用相关的数据分析、 效果评估、问题定位与持续优化，提升用户体验和业务价值。