算法工程师

我们将根据你的兴趣和特长，安排你在以下某一具体方向深耕： 1、大模型推荐算法（LLM for RecSys）?负责将大模型能力应用于推荐场景，包括用户意图识别、内容标签结构化、推荐理由生成、冷启动优化及排序模型迭代。 2、AIGC工程架构与调度?搭建高并发大模型推理服务平台，负责分布式任务调度、GPU资源管理、推理性能优化（降低延迟、提升吞吐）及多模态内容的标准化封装。3、Prompt工程与RAG应用? 针对特定业务场景进行提示词策略设计与优化，搭建垂直领域知识库，基于RAG（检索增强生成）技术提升生成内容的准确性与个性化。4、多模态与NLP算法? 负责复杂语义理解、多模态内容匹配（图文/视频）、长效记忆构建（KnowledgeGraph）及基座大模型的微调（SFT/LoRA/RLHF）。 5、AI Agent（智能体）系统研发?参与构建多智能体（Multi-Agent）协作框架，设计Agentic Workflow、工具调用（FunctionCalling）机制、任务拆解算法及跨端协同协议。 6、智能体学习与进化算法?研发数字分身的自我优化机制，探索基于反馈的学习算法、知识沉淀与迁移技术，提升智能体在复杂任务中的决策与执行能力。1、专业背景：计算机科学、人工智能、软件工程、数学、自动化等相关专业本科及以上学历。2、编程能力：扎实的数据结构与算法基础，熟练掌握Python（必备）；熟悉Java、C++、Go中任意一种者加分。3、理论基础：掌握机器学习、深度学习基础理论，熟悉Transformer架构，了解PyTorch/TensorFlow等主流框架。4、综合素质：具备优秀的问题分析与拆解能力，对新技术有强烈的好奇心，具备良好的团队协作意识。 加分项（满足以下任一或多个方向即可）我们不要求你全部具备，但如果你在以下某一方面有亮眼表现，我们将非常欢迎： 1、大模型应用：有实际的PromptEngineering经验，或基于LangChain/LlamaIndex开发过应用，熟悉Agent运行机制。 2、模型微调：有开源大模型（Qwen,Llama等）的SFT、LoRA、RLHF实战经验，了解模型部署与推理加速（vLLM等）。3、推荐系统：了解召回、排序、特征工程、多兴趣建模等传统推荐算法原理。 4、分布式系统：了解微服务架构，有分布式任务调度、高并发服务开发或性能调优经验。5、前沿探索：在Kaggle、天池等竞赛取得优异成绩，或有高质量开源项目贡献、技术博客。