传音算法工程化工程师(J17247)

参与语音、图像、大模型等算法的工程化架构设计、程序实现和优化； 解决算法在落地应用过程中发现的问题； 指导和带领初级工程师，提升团队整体技术水平。

1、负责广告业务中大模型能力的研发与落地，包括广告商品识别、广告素材生成、智能创编、智能助手等核心场景； 2、深入挖掘广告内容、商品信息、用户行为等多模态数据，构建高质量训练语料与知识库，驱动多模态/多任务大模型能力升级； 3、研究并应用先进的大模型训练技术（如SFT、LoRA、RLHF、Prompt Engineering等），构建面向广告场景的垂类大模型； 4、推动大模型在广告行业中的文本、内容可控生成等关键问题的算法突破； 5、跟踪前沿AI技术，推动AIGC与广告业务结合的创新应用，提升投放效率与用户体验； 6、跨团队协作，推动算法方案在广告平台、创意平台等系统中的落地与优化。

1. 算法工程化支持：负责支持跨境治理和商品治理方向的算法工程化落地，包括算法服务化、模型部署、性能优化、A/B测试与监控体系搭建。 2. 系统开发与维护：基于Java与Python开发高性能、可扩展的算法平台和治理系统，保障算法稳定运行和高可用性。 3. 算法研发协同：与算法研究人员、产品经理紧密协作，推动图像理解、NLP、多模态及大模型等算法从研发到线上应用的全流程闭环。 4. 数据与质量评估：建设和维护治理效果数据采集、评估和监控体系，持续迭代优化模型与策略，驱动业务降本增效。 5. 技术方案创新：关注业界最新算法工程化与MLOps实践，推动内部平台能力升级，提升算法迭代效率。

1、负责感知、运控、Agent 等算法模块在机器人端侧的工程化接入、部署和集成； 2、负责端侧模型部署链路建设，包括模型格式转换、模型裁剪、模型量化、模型编译、推理加速等； 3、负责端侧推理运行时优化，提升模型在 CPU/GPU/NPU 等异构计算平台上的运行性能； 4、负责算法 pipeline 设计与编排，包括多传感器数据流、算法模块调度、并发执行、依赖管理和性能优化； 5、负责计算图/数据流框架建设与优化，提升端侧算法链路的吞吐、时延和稳定性； 6、负责算法模块服务化封装，定义统一输入输出接口、消息协议、状态管理和错误处理机制； 7、负责算法版本管理、算法包管理、自动化评测和回归测试工具建设； 8、与纯算法团队协作，将算法原型转化为可部署、可调试、可观测、可迭代的端侧工程模块； 9、分析和定位端侧算法运行中的性能瓶颈、内存问题、资源竞争、异常崩溃和稳定性问题。