vivoAI软件架构师（Android）
任职要求
1、计算机科学、人工智能等相关专业，拥有5年以上Android应用深度开发经验，对Java和Kotlin编程语言运用炉火纯青，具备深厚的代码功底。 2、对Android SDK及各版本操作系统的底层原理、机制有极为深入的理解，能够灵活应对各种系统兼容性和性能优化挑战。 3、熟练掌握主流AI框架和库，如TensorFlow、PyTorch、MLKit等，对Gemini、GPT等主流大模型方案在端侧及云端的优化策略有深入研究和实践经验，能够根据实际场景灵活选用并优化技术方案。 4、深刻理解机器学习和深度学习的核心原理，熟悉其在移动平台上的应用场景和技术瓶颈，能够熟练运用Android Studio和Git等版本控制工具，高效进行项目开发和代码管理。
工作职责
1、 深度剖析AIOS及手机AI agent应用场景，精准设计并高效构建基于Android平台的AI应用创新性解决方案，从底层架构层面全方位提升应用性能，深度优化用户交互体验，凭借深厚技术功底提供强有力的技术引领与专业指导，严格把控代码审查流程，确保代码质量。 2、与多领域跨职能团队紧密协作，以先进的技术理念和前瞻性思维，将机器学习、深度学习、自然语言处理以及计算机视觉等前沿AI技术无缝融入Android应用程序与服务之中。精准评估并高效集成第三方AI库和API，确保技术融合的高效性与稳定性。 3、全面梳理现有系统架构，运用专业的架构分析方法和丰富的实践经验，制定切实可行的优化方案，为系统未来在AI技术快速发展背景下的可扩展性和易维护性制定长期战略规划，保障系统的持续进化能力。 4、与产品团队深度绑定，从技术视角出发，协同定义产品功能特性、整体架构框架以及清晰明确的技术路线图，确保产品在AI技术赋能下实现差异化竞争优势。 5、严格遵循行业标准和法规要求，全方位确保AI解决方案在数据安全、用户隐私保护以及合规性方面无懈可击，构建用户信任的AI应用生态。
1、设计和构建Android平台上的AI应用解决方案，以提升应用性能和用户体验，提供技术领导力和指导，参与代码审查流程； 2、与跨职能团队合作，将AI技术与Android应用程序和服务集成，包括在合适的场景下集成机器学习、深度学习、自然语言处理和计算机视觉技术，以及评估和集成第三方AI库和API； 3、梳理现有系统架构优化方案，并为未来的可扩展性和维护性制定策略； 4、与产品团队紧密合作，定义产品功能、架构以及技术路线图； 5、确保AI解决方案的安全性、隐私性和合规性。
1、深度剖析AIOS及手机AI agent应用场景，设计构建基于Android平台的AI应用创新性解决方案，优化用户交互体验，把控代码审查流程，确保代码质量； 2、与多领域跨职能团队紧密协作，将前沿AI技术融入Android应用程序与服务之中，评估并集成第三方AI库和API，确保技术融合的高效性与稳定性； 3、全面梳理现有系统架构，制定切实可行的优化方案，为系统未来在AI技术快速发展背景下的可扩展性和易维护性制定长期战略规划，保障系统的持续进化能力； 4、与产品团队深度绑定，从技术视角出发，协同定义产品功能特性、整体架构框架以及清晰明确的技术路线图，确保产品在AI技术赋能下实现差异化竞争优势； 5、遵循行业标准和法规要求，确保AI解决方案在数据安全、用户隐私保护以及合规性等方面安全，构建用户信任的AI应用生态。
1、深度剖析AIOS及手机AI agent应用场景，设计构建基于Android平台的AI应用创新性解决方案，优化用户交互体验，把控代码审查流程，确保代码质量； 2、与多领域跨职能团队紧密协作，将前沿AI技术融入Android应用程序与服务之中，评估并集成第三方AI库和API，确保技术融合的高效性与稳定性； 3、全面梳理现有系统架构，制定切实可行的优化方案，为系统未来在AI技术快速发展背景下的可扩展性和易维护性制定长期战略规划，保障系统的持续进化能力； 4、与产品团队深度绑定，从技术视角出发，协同定义产品功能特性、整体架构框架以及清晰明确的技术路线图，确保产品在AI技术赋能下实现差异化竞争优势； 5、遵循行业标准和法规要求，确保AI解决方案在数据安全、用户隐私保护以及合规性等方面安全，构建用户信任的AI应用生态。
1、深度剖析AIOS及手机AI agent应用场景，设计构建基于Android平台的AI应用创新性解决方案，优化用户交互体验，把控代码审查流程，确保代码质量； 2、与多领域跨职能团队紧密协作，将前沿AI技术融入Android应用程序与服务之中，评估并集成第三方AI库和API，确保技术融合的高效性与稳定性； 3、全面梳理现有系统架构，制定切实可行的优化方案，为系统未来在AI技术快速发展背景下的可扩展性和易维护性制定长期战略规划，保障系统的持续进化能力； 4、与产品团队深度绑定，从技术视角出发，协同定义产品功能特性、整体架构框架以及清晰明确的技术路线图，确保产品在AI技术赋能下实现差异化竞争优势； 5、遵循行业标准和法规要求，确保AI解决方案在数据安全、用户隐私保护以及合规性等方面安全，构建用户信任的AI应用生态。