商汤MIG-算法研究工程师
任职要求
1. 扎实的计算机视觉基础，熟悉主流 CV 模型（如分类、检测、分割、OCR、多模态等）的原理与实现。 2. 熟悉大模型（LLM、VLM）原理与部署，有轻量化与推理加速经验者优先。 3. 精通 Python、C++，熟悉深度学习框架（PyTorch、TensorFlow、ONNX Runtime 等）。 4. 有端侧芯片（如 Qualcomm、MTK、海思、地平线、寒武纪、NVIDIA Jetson、RK 等）部署经验，熟悉其 SDK/推理引擎。 5. 熟悉模型压缩（量化、剪枝、蒸馏）、算子优化、混合精度训练与推理等技术。 6. 较强的分析与解决问题能力，能够独立定位…
工作职责
1. 负责端侧AI 模型的优化、部署与性能调优，包括但不限于计算机视觉模型与大模型（LLM、VLM等）。 2. 基于不同端侧芯片（NPU、GPU、DSP、FPGA 等）进行模型适配和部署，实现高性能、低功耗推理。 3. 研究与实现模型压缩、量化、剪枝、蒸馏等技术，提高模型在端侧的运行效率与内存利用率。 4. 跟踪前沿算法与端侧硬件技术发展，探索新型架构与优化方法。 5. 与算法、芯片、软件团队紧密协作，完成从模型训练到端侧落地的全链路优化。
1、负责研究图像处理的前沿算法及实现，涵盖的课题包括但不限于：多帧融合、降噪、暗光增强、去模糊、HDR、超分辨率、Diffusion和GAN图像生成等。 2、负责画质类算法的开发、调优与部署。 3、针对实际的画质问题，进行算法方案设计，并实现和验证。
1. 负责大语言模型、多模态大模型（文本、图像、语音等）的核心算法研发，包括模型 SFT微调、强化学习后训练、推理优化等关键环节，持续提升模型的效果、效率与稳定性。 2. 跟踪国内外大模型领域的前沿技术（如 Transformer 架构改进、多模态融合技术等），并结合业务场景进行技术调研与创新落地。 3. 针对具体业务需求（如智能客服、内容生成、代码辅助等），设计训练数据处理与清洗、大模型微调、强化学习后训练方案，解决实际业务问题。 4. 通用智能体框架设计与开发，智能体虚拟环境搭建，智能体基座模型的SFT后训练和强化学习后训练。 5. 与工程开发、产品设计等团队紧密协作，推动大模型技术从研发到产品化的全流程落地，输出技术文档与方案说明。
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
工作职责： 1. 测试体系建设：负责 AI 相机相关产品（端到端 + 服务端）的整体测试规划与策略制定，包括功能、性能、稳定性、兼容性、隐私安全等测试方向。 2. 服务端测试：深入理解 AI 相机后台服务,，制定服务端测试方案，构建自动化回归与监控体系。 3. 工具与平台建设：推动自动化测试平台、数据生成工具、模型评测工具链落地，提升测试效率与智能化水平。 4. 团队管理：带领测试团队（5 人左右），进行人员培养、任务拆解、测试流程优化，提升团队交付质量与效能。 5. 跨部门协作：与产品、研发、算法、运营团队紧密合作，推动 AI 相机业务的高质量快速迭代。