商汤26届AI领航员-智慧零售具身智能算法开发工程师

1. 面向智慧城市大规模图像/视频内容分析场景，参与VLM、MLLM等多模态算法的研究工作，探索城市视觉智能更好的解决方案，帮助下游产品线在行业内建立技术优势； 2. 构建和维护相关研究方向的代码框架、数据基础，紧跟学术前沿，输出创新研究成果。

1. 推动 AI 产品或服务的销售和市场拓展。 2. 根据客户需求提供定制化的产品解决方案。 3. 维护现有客户关系，拓展新客户。 4. 收集市场反馈，协助产品优化。

岗位可以选择训练框架开发/推理优化两个方向 训练框架: 1. 参与深度学习框架的代码实现,开发框架支持大模型训练、微调能力，提升系统件能和系统稳定性。 2. 持续扩充核心框架的功能和计算能力,优化系统的架构和模型设计,保持一定的业务和技术前瞻性。 3.与产品和测试以及其他研发团队深入协作，解决关键问题，完成研发计划。 4.负责大模型训练相关技术，方案及架构设计沟通、规划、撰写。 5.调研分析海内外产品技术实现，探索创新方向。 推理优化： 1. 参与开发大模型推理框架，提升系统性能和系统稳定性。 2. 持续扩充核心框架的功能和计算能力,优化系统的架构和模型设计,保持一定的业务和技术前瞻性。 3.与产品和测试以及其他研发团队深入协作，解决关键问题，完成研发计划。 4.负责大模型推理相关技术，方案及架构设计沟通、规划、撰写。 5.调研分析海内外产品技术实现，探索创新方向.

1. 基于 LazyLLM 框架，负责 LazyRAG 系统的核心模块研发，包括文档解析服务、检索算法优化、问答链路设计及自进化机制的工程实现。 2. 深入参与 RAG 算法迭代：包括切片策略、多粒度索引、Embedding/Reranker 模型升级、Agentic RAG 编排等方向，持续提升系统在多场景下的问答准确率。 3. 负责系统可观测性与评测体系建设，包括自动化评测集构建、Bad Case 归因分析、A/B Test 机制设计与落地，推动算法能力的数据驱动迭代。 4. 参与记忆管理与自进化模块的研发，包括词表/规范/技能的自动提取、注入与版本管理，实现系统从用户反馈中持续学习的能力。 5. 跟踪业界前沿技术（RAG、Agent、多模态检索、LLM 推理优化等），将新技术快速验证并落地到产品中。