系統(tǒng)研發(fā)工程師（AI技術(shù)方向）

崗位職責(zé):
1.數(shù)據(jù)智能分析與建模：
（1）負(fù)責(zé)多源數(shù)據(jù)（結(jié)構(gòu)化/非結(jié)構(gòu)化）的采集、清洗、特征提取及存儲架構(gòu)設(shè)計，搭建高效穩(wěn)定的數(shù)據(jù)處理pipeline；
（2）研發(fā)機(jī)器學(xué)習(xí)與深度學(xué)習(xí)模型，應(yīng)用于業(yè)務(wù)場景中的預(yù)測、分類、聚類任務(wù)，持續(xù)提升模型精度與泛化性能；
（3）研究生成式AI與大模型技術(shù)，探索其在實(shí)際應(yīng)用中的創(chuàng)新落地路徑。

2.軟硬件智能化融合開發(fā)：
（1）設(shè)計AI系統(tǒng)與現(xiàn)有軟硬件平臺的集成方案，開發(fā)標(biāo)準(zhǔn)化API接口和服務(wù)組件；
（2）優(yōu)化算法在邊緣端與云端的部署策略，增強(qiáng)系統(tǒng)的響應(yīng)速度與資源使用效率；
（3）參與智能終端設(shè)備（如機(jī)器人、機(jī)器狗等）的算法適配與運(yùn)行性能調(diào)優(yōu)工作。

3.智能決策體系搭建：
（1）根據(jù)業(yè)務(wù)需求構(gòu)建智能決策模型，結(jié)合強(qiáng)化學(xué)習(xí)、運(yùn)籌優(yōu)化等方法實(shí)現(xiàn)自動化策略輸出；
（2）開發(fā)可視化決策支持工具，提供動態(tài)可解釋的策略建議；
（3）持續(xù)監(jiān)控決策執(zhí)行效果，利用反饋數(shù)據(jù)迭代優(yōu)化模型邏輯與規(guī)則。

4.全流程技術(shù)管理與協(xié)同推進(jìn)：
（1）主導(dǎo)技術(shù)方案設(shè)計，協(xié)同數(shù)據(jù)、開發(fā)、運(yùn)維團(tuán)隊(duì)推動項(xiàng)目實(shí)施，確保技術(shù)成果匹配業(yè)務(wù)目標(biāo)；
（2）制定AI研發(fā)流程規(guī)范，撰寫技術(shù)文檔，促進(jìn)團(tuán)隊(duì)能力提升與知識共享。

任職要求:
1.學(xué)歷及專業(yè)：碩士研究生及以上學(xué)歷，電子信息類、計算機(jī)類等相關(guān)專業(yè)優(yōu)先；
2.技能要求：①算法基礎(chǔ)：熟練掌握Python，精通TensorFlow/PyTorch框架，熟悉經(jīng)典機(jī)器學(xué)習(xí)模型（如XGBoost、LightGBM）和深度學(xué)習(xí)網(wǎng)絡(luò)（如CNN、RNN、Transformer）；②數(shù)據(jù)處理：掌握SQL/NoSQL數(shù)據(jù)庫操作，熟練運(yùn)用Spark/Flink等大數(shù)據(jù)處理工具，具備大規(guī)模數(shù)據(jù)并行處理經(jīng)驗(yàn)；③系統(tǒng)開發(fā)：了解微服務(wù)架構(gòu)，熟悉Docker/Kubernetes容器化部署，具備Java/C++跨平臺開發(fā)經(jīng)驗(yàn)者優(yōu)先；④具備將復(fù)雜業(yè)務(wù)問題抽象為數(shù)學(xué)建模問題的能力，擅長技術(shù)可行性評估與解決方案設(shè)計；⑤良好的跨團(tuán)隊(duì)協(xié)作與溝通能力，能獨(dú)立承擔(dān)關(guān)鍵技術(shù)攻關(guān)并推動項(xiàng)目落地；
3.工作經(jīng)歷：3年以上相關(guān)領(lǐng)域工作經(jīng)驗(yàn)。