长鑫存储AI算法工程化专家-AI Algorithms Engineering Expert(J19706)
任职要求
1. 教育背景与专业知识：计算机科学、电子信息科学等相关背景硕士以上学位； 2. 行业与专业经验：至少3年以上AI相关工作经验，技术领域包括但不限于计算机视觉、自然语言处理，方法论上不限于传统的机器学习模型、现代的神经网络模型以及当前主流的大模型技术； 3. 专业技能与资格：熟练掌握Python、C、C++编程语言，有TensorFlow、PyTorch等深度学习框架的实际开…
工作职责
1. AI模型优化与加速：负责AI模型的转换、裁剪、量化和压缩，提升模型在不同CPU、GPU平台上的运行效率； 2. AI模型部署与服务保障：制定和实施AI模型的部署策略，确保AI模型服务的稳定性，提升AI模型的服务能力。
岗位定位 面向机器人与具身/感知场景，基于地瓜平台建设 MLOps 平台与可视化工具链的全栈研发岗位。 岗位职责 1. 负责 AI 平台 MLOps 能力建设，覆盖训练、评测、推理、数据管理与发布全流程。 2. 设计并落地模型研发流水线，包括任务编排、参数管理、评测联动、版本发布与可观测能力。 3. 基于 K8s/ Volcano、Temporal等建设稳定、可复用的平台能力，提升研发效率与资源利用率。 4. 支持机器人模型研发与部署流程，包括数据采集、仿真训练、模型评测、推理服务与线上迭代。 5. 推动 Agent、代码工具链、自动化流程在平台研发和机器人场景中的落地应用。
1、大模型研发与微调：负责面向小说创作场景的大语言模型（LLM）SFT及RLHF；针对文学创作特性，优化模型在中长文本生成、剧情逻辑连贯性及文风模仿上的表现； 2、场景化应用落地：深入理解网文/出版业务流，将大模型能力转化为辅助写作、自动续写、剧情大纲生成、多分支互动小说等具体产品功能，构建从灵感到小说正文的AIGC生产管线； 3、长文本与一致性控制：攻克长上下文理解与生成的技术难点，利用记忆机制、知识图谱或Agent架构，解决小说创作中人物设定、世界观、剧情伏笔的长期一致性问题； 4、评估体系与前沿探索：跟进业界最新的LLM架构（如MoE、Attention优化）及Agent技术，通过技术创新提升内容生产效率和质量。
1. 负责食杂零售搜推算法策略迭代，优化用户搜推体验，提升点击率、转化率等核心指标 2. 应用先进技术手段，优化意图理解、召回、搜索相关性、排序、流量调控等算法模块效果，显著提升用户体验和转化效率 3. 紧跟业界大模型、agent 前沿进展，积极学习新的模型结构和 agent 认知，探索在食杂业务落地的可能性 4. 与其他团队密切合作，实现高质量的产品和解决方案。
1. 模型开发与优化 设计/实现机器学习（ML）、深度学习（DL）及大模型（LLM）算法，解决业务场景问题； 主导模型训练、调参、评估及部署全流程（如分类、预测、NLP任务）； 2. 数据处理与挖掘 构建高效数据管道，处理多源异构数据（文本/图像/时序数据）； 开发特征工程方案，提升模型泛化能力； 3. 工程落地 将算法封装为API服务，对接前后端系统（TensorFlow/PyTorch + Flask/Django）； 4. 前沿技术探索 跟踪AI领域最新进展（如多模态、强化学习、Agent技术），推进技术迭代；