希音高级/资深/算法专家-AI机器学习平台

高级/资深后台开发/技术专家（AI算法工程化）-上海南京  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。

我们致力于打造银行信贷领域的新一代“智能决策大脑”。我们以行业与产业研究为锚点，以数据智能为引擎，深度融合资深信贷专家的经验与海量异构数据洞察，构建面向信贷全生命周期的领域专属决策大模型。 1.主导信贷大模型的后训练体系：通过有监督微调（SFT）、奖励模型（RM）训练、人类反馈强化学习（RLHF）、直接偏好优化（DPO）等领域领先技术，让模型不仅“会回答”，更能“可解释、答得准、判得稳、符合专家直觉”，实现与信贷业务目标的深度对齐。 2.构建垂直领域智能Agent系统的能力：能主导信贷场景下Intelligent Agent的核心框架设计，融合感知、规划、执行与持续学习机制，并通过知识图谱、RAG、NL2SQL等技术打通非结构化知识、结构化数据与自然语言交互，实现从行业洞察、风险画像到决策支持的端到端自动化。 3.打造高质量领域数据飞轮：从零构建面向信贷场景的指令与偏好数据集，设计数据配比、清洗、增强与合成策略，持续提升数据效率与泛化能力——因为你知道，好模型的背后，是更聪明的数据。 4.建立科学严谨的评估体系：构建覆盖准确性、逻辑一致性、风险敏感度、幻觉控制等多维度的自动化评测 pipeline，用数据驱动模型迭代，确保每一个版本都比上一个更可靠、更可用。 5.站在AI+金融的最前沿：紧密跟踪全球大模型的最新进展（如新型偏好学习、多Agent协作等），快速将学术突破转化为业务生产力，解决真实世界中复杂、高 stakes 的信贷决策挑战。同时将领域化的研究转化为高质量的顶会论文，形成持续学术影响力。

钉钉正在全面拥抱多模态AI，正在致力于将视觉大模型、边缘智能与实时视频分析深度融合，赋能智能零售、智慧工厂、智能交通等多个行业。我们拥有强大的工程化能力和创新研发氛围，期待志同道合的技术精英加入，共同推动视觉AI落地千行百业。 我们正在寻找在视觉AI领域具备真正工程化落地经验的技术人才，你将参与公司核心视觉AI系统的研发与优化，负责从算法设计、模型训练到高性能部署、大规模流式处理的全链路技术实现。具体职责包括： 1. 视觉大模型与算法开发 ○ 负责视觉大模型的后训练（Post-training）优化，包括微调、蒸馏、量化、剪枝等，提升模型在实际场景中的泛化能力与效率。 ○ 开发端侧视觉大模型，针对边缘设备进行轻量化设计与部署。 ○ 设计并实现传统CV算法（如目标检测、跟踪、姿态估计、图像增强等）与深度学习模型的融合方案。 ○ 构建视觉嵌入生成与特征提取模型，支持跨模态检索、相似性匹配等应用。 ○ 能根据实时性、性能、成本等多维约束，设计合理的算法组合与技术路线，实现最优落地效果。 ○ 在行业专家的指导下完成高质量的数据清洗和标注，建立多行业多场景的视觉AI评估框架 2. 高性能推理部署与优化 ○ 基于不同算法特性，选择并实施高并发、大吞吐的推理部署方案，熟练使用以下技术栈： ■ 推理框架：Triton Inference Server、ONNX Runtime、TensorRT ■ 部署平台：KServe + Triton / KServe + vLLM ○ 实现模型的动态批处理、自适应推理、低延迟响应，优化端到端服务性能。 ○ 负责模型格式转换、算子优化、硬件适配（GPU/TPU/NPU）及性能调优。 3. 分布式视频流处理系统构建是加分项 ○ 构建高可用、可扩展的分布式视频流处理 pipeline，支持多路视频流的实时接入与处理。 ○ 基于 Kafka + Flink 实现视频帧的流式消费、分发与状态管理。 ○ 完成视频数据的实时AI推理、结果聚合、元数据落盘，并与下游系统无缝集成。 ○ 保障系统在高负载下的稳定性、容错性与可监控性。 4. 跨团队协作与技术沉淀 ○ 与产品、业务、后端及硬件团队紧密协作，推动AI能力在真实业务场景中的落地。 ○ 输出技术文档、最佳实践，参与构建公司级AI工程化平台与工具链。

我们正在寻找一位具备深厚数据产品经验、跨业务视野和系统化规划能力的高级/资深数据产品专家，负责推动高德地图在大数据分析、用户理解、行为洞察与数据治理等领域的平台级产品建设。该角色将主导多个关键数据产品的战略规划与落地执行，打造面向未来的数据驱动型基础设施， ● 【数据应用落地业务场景】 ○ 负责北斗平台(包含经营分析、行为分析、供给分析、各类业务专题场景等) 的产品架构设计与演进规划，满足业务针对各类分析场景的业务应用价值落地。 ● 【数据资产管理】 ○ 面对数据供给者团队，建立一套简易高效率的资产维护工具，帮助数据供给者高效、高质量地维护数据资产。并作为平台方推行资产分级管理和数据运营机制。 ● 【可信资产门户】 ○ 打造企业级官方权威数据资产字典，正式推出。作为全公司统一的数据目录和知识库，它将帮助大家低门槛、快速地发现、理解、评估所需数据， ● 【智能化探索落地】 ○ 面向数据使用者，并向AI 智能化、 Agent 进化(数据应用方向)。 实现分析师的智能分身Agent， 可落地接管数据常寻与分探索类场景， 数据对外进行全面推广应用。实现分析师的智能分身Agent落地，并为Agent的使用量和准确度负责 期望带来的关键改变 你将不仅是平台的建设者，更是数据价值的定义者与推动者。我们期待你带来以下层面的关键突破： ● 【 从“报表工具”到“智能决策引擎”的跃迁】 ○ 打破传统BI仅做数据展示的局限，构建具备高级归因、异动预警、预测推演、自动洞察能力的下一代分析平台，让数据主动说话。 ● 【从“数据生产”到“数据消费”的全局视角重构】 ○ 建立以业务价值为导向的数据服务体系，实现数据从“被查询”到“被推荐”、“被调用”、“被集成”的转变，显著提升数据使用效率与覆盖率。 ● 【 从“单点能力”到“平台通用化”的升级】 ○ 打造具备高度抽象能力和横向复用性的数据平台产品，支撑高德多条业务线（导航、出行、本地生活 等）共性需求，避免重复造轮子。 ● 【 从“被动响应”到“前瞻引领”的思维进化】 ○ 超越“接需求—做功能”的模式，能够基于业务发展趋势提前布局数据能力建设，例如预判新业务场景所需的数据模型与分析框架。 ● 【 从“工程实现”到“商业影响”的价值闭环】 ○ 推动数据能力深度嵌入业务链路（如通过用户画像优化投放ROI、通过路径分析提升转化率），形成可量化、可持续的数据驱动增长机制。