算法工程师

岗位职责：1.负责通用AI核心算法的设计、开发与优化，覆盖机器学习、深度学习、强化学习等方向，适配大数据场景的核心任务，包括但不限于：大规模数据分类/回归/聚类、亿级特征维度的*算法、RAG开发优化、智能体开发、大模型（LLM/视觉大模型）；​2.参与AI算法体系搭建，优化算法研发流程（如特征工程自动化、模型选型智能化、超参数调优工具化），提升海量数据场景下的算法迭代效率与泛化能力；​​3.负责大规模异构数据的全流程处理，包括数据采集（多源数据接入、日志解析、实时流数据捕获）、清洗（噪声过滤、缺失值填充、异常数据处理）、特征工程（特征提取、特征筛选、特征融合、特征存储）；​​4.设计数据治理与特征平台方案，包括特征生命周期管理、数据质量监控、特征版本控制、特征服务化封装，保障算法建模的数据可靠性与高效性；​​5.负责AI算法的工程化实现，结合大数据平台完成算法部署（如模型与Spark/Flink集成、ONNX/TensorRT优化、批量推理/实时推理服务搭建），封装高效的API接口，支撑高并发数据处理请求；​6.参与算法与大数据融合系统的架构设计，将AI算法能力与大数据平台（数据湖、数据仓库、实时计算引擎、特征平台）深度集成，实现“数据输入-特征工程-模型训练-推理服务-结果应用”的端到端自动化流程；​7.与大数据工程师、后端工程师协作，将算法处理结果与业务数据融合，为业务决策提供数据支撑（如智能*结果、风险预测报告、运营优化建议）。​​​8.主导AI算法与大数据交叉领域的技术预研，如大模型与海量知识图谱融合、实时流数据的在线学习、联邦学习在大数据场景的应用、多模态数据融合算法等；​​任职要求​​1.本科及以上学历，计算机科学、人工智能、机器学习、数据科学、统计学、应用数学等相关专业；​2.5年以上相关工作经验；​​​3.熟练掌握Python编程语言，具备扎实的代码功底，了解C/C++（用于底层算法优化）者优先；​​4.具备较强的逻辑思维与问题拆解能力，能将复杂业务问题转化为可落地的算法模型。5.具备1-3年以上AI算法与大数据融合的项目经验，主导或核心参与过大规模数据建模、算法工程化落地等相关项目（如大规模*系统、时序预测系统、智能体）；​6.有大模型（LLM/视觉大模型）在大数据场景下的微调、部署、优化经验，或联邦学习、分布式训练项目经验者优先。​7.具备较强的问题分析与解决能力，能快速定位大数据与AI算法融合场景下的技术瓶颈（如数据质量问题、算法效果不佳、部署性能瓶颈）并提出有效解决方案；​
联系我时，请说是在58同城上看到的，谢谢！