安克创新机器人专项-认知智能体
任职要求
1.熟悉主流大模型技术(GPT/LLaMA/Transformer/BERT)及微调方法(LoRA/P-tuning) 2.具备多模态数据融合(文本+视觉+传感器)研发经验 3.熟练使用PyTorch/TensorFlow,有机器人或AIGC相…
工作职责
1.研究大模型(GPT/RT-2/Transformer)在机器人认知推理中的应用,提升任务理解与决策能力 2.开发多模态(视觉/语音/触觉)环境感知与自然语言交互功能 3.探索强化学习(RLHF)与大模型微调方法,优化机器人在特定任务中的泛化性能
(1)负责具身智能的场景拆解,定义用户故事线和软件功能。 (2)负责具身智能软件系统设计,整合感知、决策、规控、语音交互等AI能力,以及APP、数据分析等功能模块。 (3)负责定义AI所需的数据,并设法获取数据,推动算法与运动控制系统的协同优化。 (4)负责设计Agent评测标准,确保机器人在各场景下的表现符合最佳体验。
1、负责智能服务解决方案建设,包括不限制在线侧客服中心、机器人服务、热线侧IVR服务。能够较清晰认知到人机服务场景的差异化,设计具备解决能力的智能方案; 2、能够了解行业动向,熟悉各业务场景,根据业务实际需求,制定智能业务运营落地规划; 3、通过数据分析,可以解读出发力点,制定和优化服务方案,追踪结果,不断改进和完善质量; 4、担当智能BP角色,可与上下游紧密协作,更好助力业务目标达成。
职位1-AI治理与对抗防御专家(构建企业AI时代的“攻防体系”与“合规护城河”): 1. AI赋能的安全体系建设 (AI for Security & Compliance) 推动安全智能化转型:评估并引入AI驱动的安全工具(如自动化威胁检测、异常行为分析、AI辅助代码审计),提升安全运营中心(SOC)的效率。 合规自动化:利用AI技术自动追踪法规变更,自动化生成合规报告,降低人工合规成本。 2. AI系统全生命周期防护 (Security for AI / ML) 防御新型AI威胁:建立针对大模型应用(LLM)的防护体系,防范提示词注入(Prompt Injection)、模型逆向工程、训练数据投毒等新型攻击。 数据安全与隐私保护:严格管控AI训练数据的流转,实施数据脱敏与隐私计算技术,防止敏感信息通过AI模型泄露。 3. 跨界合规与伦理治理 (AI Governance & Regulation) 应对全球AI法规:主导公司AI产品对《欧盟AI法案》(EU AI Act)、GDPR、中国《生成式人工智能服务管理暂行办法》等的合规性落地。 建立AI伦理框架:制定企业内部AI可接受使用政策(AUP),确保AI决策的透明度、可解释性,规避算法歧视与道德风险。 4. 跨界协同与前沿研究 作为“翻译者”拉齐业务、研发、法务与安全的认知,定期开展AI红蓝对抗演练,保持对前沿AI漏洞的研究敏感度。 岗位核心要求: 1. 硬性技能与知识储备 复合型知识底座:精通网络安全(CISSP/CISM优选),同时具备扎实的AI/ML基础知识(了解Transformer架构、模型微调、RAG等)。 深谙全球监管框架:熟悉欧美及亚太区最新的数据隐私与AI专项法规,有应对第三方AI合规审计的经验。 实战技术能力:了解AI供应链安全(如模型来源验证、SBOM软件物料清单),掌握主流AI安全测试工具。 2. 关键软实力与经验 破局者思维:面对AI领域“法无禁止即可为”与“法已规定必严守”的模糊地带,能给出平衡业务发展与风险可控的落地策略。 极强的跨部门影响力:能用技术人员听得懂的语言讲合规,用法务和业务人员听得懂的语言讲底层攻击原理,消除部门壁垒。 职位2-智能硬件安全攻防专家(AI赋能方向) 主要职责: 1. AI驱动的安全研究与实践:研究并应用AI/ML技术(如大语言模型、异常检测算法)于漏洞挖掘、攻击模拟、恶意流量识别、入侵检测与自动化响应。构建“AI安全助手”,赋能研发团队在编码、测试阶段识别潜在安全风险。 2. 端到端安全攻防:主导对智能硬件设备、嵌入式系统、通信协议、移动应用、云端API及数据服务进行深度的渗透测试与红队演练。针对NAS、安防摄像头、机器人等高敏感设备,设计并执行专项安全评估。 3. 安全能力建设:设计和开发自动化安全工具链,将AI能力嵌入SDL流程,提升漏洞发现的效率与覆盖率。跟踪前沿攻防技术(特别是AI安全与对抗攻击),并将研究成果转化为内部防御策略。 4. 事件响应与赋能:作为核心成员应对重大安全事件,利用AI工具加速攻击溯源和影响面分析。为研发团队提供安全编码、安全设计的高级培训和实战指导。
1、全渠道反馈治理:能够独立负责APP store/各安卓应用商店/邮箱/站内等各渠道潜在影响体验的用户反馈信息,制定解决方案,定期复盘,跟随版本节奏加强业务问题防范和优化; 2、用户VoC洞察与迭代:结构化拆解双产品用户反馈与工单数据,聚类核心体验痛点,输出可落地的产品优化、流程优化方案,推动问题解决,持续提升用户NPS与整体体验; 3、流程SOP与风险机制搭建:针对高危投诉、集中性问题,复盘业务流程与服务漏洞,迭代专项处理SOP,搭建音频产品专属的风险甄别、前置干预机制,优化百万DAU的反馈量、问题发现率、问题解决率; 4、智能服务&指标优化:负责客服机器人体验运维,优化用户反馈通路,持续改善结案率、重复进线率、响应效率等核心体验指标; 5、案例沉淀与团队赋能:沉淀高频客户投诉、异常场景预案与知识库,输出标准化处理规范,支撑团队服务培训与业务决策。