人工智能工程师

核心研发工作

参与人工智能相关算法的设计、研发、优化与落地，涵盖机器学习、深度学习、自然语言处理（NLP）、计算机视觉（CV）、知识图谱、强化学习等方向，根据业务需求完成算法选型与方案制定。

负责 AI 模型的全生命周期管理：包括数据预处理、特征工程、模型训练、调优迭代、离线评估、线上部署及效果监控，保障模型在生产环境中的稳定性与性能达标。

针对业务场景中的实际问题，开展 AI 技术攻关，解决模型精度不足、推理速度慢、部署成本高等核心问题，持续提升模型效果与业务适配性。

跟进人工智能领域前沿技术（如大模型、多模态、AIGC 等）的研究与落地，结合公司业务方向进行技术预研与创新验证，输出可落地的技术方案。

项目与协作工作

参与 AI 相关项目的需求沟通与评审，理解业务方核心诉求，将业务需求转化为技术实现方案，输出技术设计文档。

与研发工程师（后端、前端、大数据）、产品经理、测试工程师协同工作，完成 AI 模型的工程化集成、联调测试与上线交付，保障项目按时落地。

负责 AI 模型的上线后维护与迭代优化，根据业务数据反馈持续调优模型参数、优化算法逻辑，解决线上运行中的技术问题。

沉淀 AI 研发相关的技术文档、算法手册、部署规范，完成团队内部的技术分享与经验传递，推动团队技术能力提升。

数据与实验工作

负责 AI 研发所需数据集的构建、清洗、标注与管理，保障训练数据的质量与有效性，搭建适配业务的数据集体系。

开展算法实验与效果验证，输出实验报告，对比不同算法 / 模型的效果差异，为技术选型提供数据支撑。