希音资深后台开发工程师（算法工程化方向）

负责语音助手产品的需求梳理、后台架构设计与开发。 配合NLP算法工程师，负责对话系统、NLP、LLM Agent工程化建设。 负责语音助手产品的高可用，高性能。

AI后端开发工程师的核心任务是为AI能力构建稳定、高效且可扩展的后台服务，确保智能应用顺畅运行。其主要工作包括： ​​1.系统架构设计与优化​​：参与设计​​高并发、低延迟、高可用​​的后端系统架构以支撑AI服务。运用​​微服务、容器化（Docker/K8S）、消息队列（Kafka/RabbitMQ）、缓存（Redis）​​ 等技术，并优化数据库（如MySQL、MongoDB、向量数据库）性能 ​​2.数据处理与管道构建​​：​​构建和维护数据管道​​，支持海量数据的采集、清洗、存储与处理，为模型训练和优化提供支持，有时需设计​​数据闭环​​系统 ​​3.全流程开发与协作​​：参与从​​需求分析、设计、编码、测试到部署运维​​的全流程。需与​​算法工程师、前端工程师、产品经理​​等紧密协作，确保项目顺利交付 ​​4.技术攻坚与创新​​：​​解决模型部署和运行中的技术难题​​（如资源瓶颈、轻量化），​​探索和引入前沿技术​​（如大模型服务化、多模态、边缘计算）以提升产品竞争力

1、负责商业增值的算法工程相关工作，建设机器学习Pipeline，提升算法迭代效率，统一机器学习的开发和部署，以标准化过程生产高性能模型，持续交付； 2、负责在线推理的优化工作，建设CPU+GPU的异构架构，解决大规模模型推理等问题，并能跟随模型的迭代持续进行编译优化，提升优化的普适性以及对新硬件的覆盖能力； 3、负责特征平台的优化升级工作，提升数据生产效率，实现算法场景下数据价值加速流通和赋能提效，并优化在线特征读取性能，且能前瞻性的看到新技术，结合实际场景预判引入； 4、负责算法迭代日常需求沟通，支撑算法生命周期的全链路迭代，理解算法需求的同时可以通用化的进行抽象，提升平台能力面对相似场景的复用性。 5、负责LLM推理引擎优化，基于业界先进经验设计开发及优化LLM推理框架。 6、负责高性能算子开发和优化，针对Transformer等结构，通过指令级、内存访问优化等手段，提升算子性能，充分利用硬件能力。 7、负责跟随业界LLM新技术，并赋能到业务中。

【后端工程师】： 该岗位将从事以下工作 1. 负责自动驾驶可视化业务后台服务的设计、研发工作，保证后端服务稳定性； 2. 负责自动驾驶研发工具链的设计与开发，为各团队提供高效稳定的基础设施 。 岗位要求： 1. 计算机或相关专业本科及以上学历。 2. 具备扎实的数据结构与算法能力；熟练掌握至少一种开发语言（Python、Go等）。 3. 深入理解Linux系统及其原理，熟悉TCP/IP、HTTP协议以及网络编程； 4. 熟悉常用的SQL、NoSQL数据库原理，阅读和理解优秀的开源系统代码； 5. 具备较强的学习能力；具备强烈的责任心和自我驱动力。 6. 具备良好的沟通能力和团队合作精神。