
商汤MIG-资深后端开发工程师
任职要求
技术能力: 1.编程语言:掌握Python、Go中的至少一门,用于构建高性能AI服务 2.框架与工具:了解PyTorch等深度学习框架及其部署工具链;熟悉Git、Linux开发环境;容器化技术(Docker/K8S) 3.数据库与架构:熟练使用关系型数据库(MySQL/PostgreSQL) 和NoSQL数据库(MongoDB/Redis/ElasticSearch),了解向量数据库是加分项;熟悉微服务架构、分布式系统、消息队列的原理与应用 4.专业知识…
工作职责
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. 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(2~5 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。

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。