ai专家岗位职责

角色定位：AI专家，具备从0-1经验。具体薪酬面议。
一、岗位职责：
（一）AI Agent开发：
1.参与前沿技术的研究与实践，专注于AI Agent编程研发工作
2.负责与LLM大模型的对接、优化和改进，提升AI Agent系统的性能、可靠性和智能水平，确保其在复杂场景下的高效运行。
3.使用Python作为主要编程语言，进行AI Agent相关功能模块的开发、调试和优化，编写高质量、可维护的代码。
4.与跨职能团队紧密合作，包括产品、设计、开发等团队，确保按时交付符合需求的AI Agent解决方案，满足业务目标和用户体验要求。
5.跟踪和研究AI Agent领域的*新技术动态，结合LLM大模型的发展趋势，为团队引入创新的技术理念和方法，推动项目的持续进步。
（二）模型开发与优化：
1.负责大语言模型（LLM）或深度强化学习（DRL）模型的微调（Fine-tuning）、提示工程（Prompt Engineering）及持续训练。
2.优化模型推理效率（如量化、剪枝、蒸馏）及分布式训练（PyTorch FSDP/DeepSpeed）。
（三）全流程搭建：
1.主导数据采集、清洗、标注及特征工程，构建高质量训练数据集。
2.搭建模型训练-评估-部署的完整Pipeline，集成MLOps工具链（如MLflow/Kubeflow）。
二、任职要求：
1.计算机科学、人工智能、软件工程、数学或相关专业本科及以上学历。
2.至少1 年以上的AI Agent开发经验，有Magentic-One、AutoGen、LangGraph等开源框架开发经验优先。
3.熟悉机器学习和深度学习算法，对大模型有基本的了解。
4.熟悉常见的Python代码框架，具备使用这些框架进行Web应用开发的经验，能够快速搭建和部署API接口，实现AI Agent与外部系统的高效交互。
5.具备与LLM大模型开发的实践经验，了解LLM模型的架构、训练方法和优化技巧，能够高效地进行模型调用、结果解析和二次开发。
6.熟悉LLM模型的推理框架的原理和使用，如vllm，了解其在分布式推理中的应用，进行模型的高效推理。 - 熟悉LLM模型的部署框架的原理和使用，如Ray Serve，能够使用Ray Serve进行模型的部署和管理，实现模型的自动扩展、多GPU和多节点支持等功能。
7.熟悉LLM agent开发工具框架的使用，如LangChain、LangGraph、LlamaIndex、Microsoft AutoGen等 - 熟悉常用的中间件系统，如mysql、redis、mongodb、kafka等，能够基于这些中间件进行数据存储、缓存管理和消息传递等操作，以支持AI Agent系统的高效运行。
8.对docker、k8s等云原生组件有深入的理解和运用能力，能够利用容器化技术进行AI Agent应用的部署、管理和扩展，确保系统的高可用性和可伸缩性。 - 具备较强的算法开发能力，能够针对AI Agent的特定需求，设计和实现高效的算法，提升系统的智能化水平。
9.熟悉AI Agent技术领域的*新研究成果，有实际项目落地经验者优先，尤其是在LLM大模型与AI Agent结合的应用场景中有成功案例者将更具优势。

1.制定与公司战略匹配的AI发展规划与实施路线图，统筹技术布局与资源投入
2.主导AI项目全流程落地，包括需求分析、模型开发、部署上线等关键环节
3.负责AI团队搭建与管理，制定人才发展路径，培养算法与工程人才
4.协调内外部资源，推动产学研合作，引入前沿AI技术与解决方案
5.深入业务场景挖掘AI应用机会，建立可复制的AI落地模式
6.建立AI技术标准与评估体系，确保数据安全与合规性
任职要求：
1.博士学历，计算机/人工智能/数据科学相关专业背景

岗位职责：
1.负责公司全链路转化率提升相关数据分析和算法工作，不限于用户画像、用户增长、销量预测、派单调度等。
2.建立和完善数据分析模型和指标体系，及时发现潜在问题和机会，为业务提供数据驱动的决策支持。驱动数据分析结论转化为实际策略与产品迭代，并对效果进行持续监控与优化。
3.深入挖掘公司内部及外部各类数据，运用先进的数据分析方法和工具，深度洞察定位业务瓶颈与增长机会，并输出可落地的优化方案。
4.负责公司制造和物流供应链环节的智能化算法研究和开发，不限于销量预测、运筹优化等。
5.从业务需求出发，通过数据分析和智能算法设计，跟进具体业务场景策略方案的设计与上线，对策略效果负责。
岗位要求：
1.支撑算法研发与场景落地能力，能够针对复杂业务问题设计并实施数据驱动的智能解决方案 ；
2.具备数据分析与业务洞察能力，能够构建业务指标体系、定位关键问题与增长机会，并基于数据洞察输出可落地的优化建议；
3.具备技术实施与协同推动能力，熟练掌握常用数据分析工具与算法框架，具备较强的工程协作能力，能够与产品、技术及业务团队高效配合，确保算法模型与策略的顺利实施与持续改进。