算法工程师（大模型）.

关于职位
1、基于产品开发过程中的设计场景，采用大语言模型、机器学习、深度学习和优化算法等，构建相关的业务自动化工具、计算工具、与数据分析模型，并与大语言模型的agent工作流相结合，实现产品开发过程中cause-effect模型的特征提取、模型搭建、模型调参、设计寻优等工作，并工程化落地。
2、负责根据产品开发部门需求，基于用户需求持续开发更新业务算法模型、自动化工具；根据业务部门的需求，探索AI技术在业务领域的落地可能性，如办公自动化、AI智能优化设计等场景。
3、配合数字化业务部门的前后端团队实现业务算法模型的app上线部署以及后续模型优化更新工作。
4、协助工程师解决原型机阶段开发阶段RCP（快速控制原型）的建模需求。

技能和经验要求
1、计算机科学、控制工程、车辆工程或电子类相关专业硕士及以上学位。 
2、熟练掌握Python/C++/Matlab/Go等一种以上的编程语言；熟练掌握Git在团队代码管理与协作中的相关知识；具备代码CICD pipeleine搭建、前后端接口调试的经验；熟悉Linux操作系统的相关操作和命令，熟练完成大语言模型或开源相关项目部署调试、docker搭建、文件操作等；熟悉并且使用过以下至少一AI coding工具:Cursor / Antigravity / Claude code / CodeX，理解各个vibe-coding工具的优缺点，了解如何与AI assistance合作实现业务最佳实践的高效编程。 
3、熟练掌握数据挖掘、机器学习等数据分析建模方法，如XGBoost、随机森林、STAT统计分析等。熟悉深度学习中至少一种框架者（TF，pytorch或JAX；）并且有业务落地经验者优先。 
4、具备大语言模型在linux系统上的调用、训练或推理调优、部署的基本知识经验；有过开源模型如MiniMax/Qwen/DeepSeek/GLM等系列的开源模型的部署框架以及落地应用项目的搭建经验(vllm、llamaCpp框架优先)，了解业务部署落地过程中的痛点；熟悉大语言模型微调训练技术、agent构建技术(Agent Skill、ReAct框架等)、相关内容召回技术框架(RAG / Agentic search或者fusion方法)，并且有业务落地经验者优先。 
5、熟练掌握大模型的多模态数据解析、提取、清洗的技术栈，了解如何针对不同的agent任务目的设计对应的评估测试集、评价指标以稳定明确的验证模型和agent pipeline的改进效果，并且能够对比较结果进行良好的可视化和规整的markdown格式的报告记录。 
6、具备或参与过web、桌面app相关前后端团队项目合作经验，具备前后端的基础知识和接口交互合作经验，有过QT（桌面端）或Vue/React（web端）等App搭建或项目参与经验者优先。  ...