理聘网-职位详情页，高层次人才（云计算、智算、人工智能相关专业）

任职要求： 一、基本要求： 1、具备3年以上AI算法研究经验； 2、具备3年以上AI模型开发、部署相关工作经验： 3、年龄要求45以下； 4、具有以下AI高级工程师认证之一或同等级别认证： 1）阿里云ACP大模型高级工程师认证； 2）华为HCIE-AI认证 3）CAIE注册人工智能工程师（LEVELⅡ）认证； 4）华为HCIE-AI认证； 5）谷歌TensorFlow开发者认证； 6）AWS机器学习专项认证。 二、技能要求: 1、具有深厚的数理及算法基础 1）深入理解梯度下降、矩阵运算、优化理论、贝叶斯理论等； 2）精通各种经典算法和数据结构，并能分析算法的效率和可扩展性； 2.精通核心AI理论与模型知识 1）精通各种模型的原理、假设、优缺点和适用场景，如线性模型、树模型、SVM、聚类等； 2）精通神经网络的各种架构，如CNN,RNN,Transformer,GAN等；精通训练技巧，如防止过拟合、优化器选择；熟悉前沿模型，如BERT,GPT,DiffusionModels等； 3）根据方向不同，还需精通以下模型之一： ①计算机视觉（CV）：图像处理、目标检测、图像生成； ②自然语言处理（NLP）：词嵌入、序列建模、大语言模型（LLM）的微调与应用； ③强化学习（RL）：智能决策、自动驾驶、机器人控制等领域的核心； ④图神经网络（GNN）：用于知识图谱、社交网络、推荐系统。 3.精通强大的工程实现能力 1）精通Python是必须的。同时通常需要掌握C++（高性能计算）、Java/Scala（大数据生态）或Go等。 2）精通至少一个主流深度学习框架，如PyTorch或TensorFlow，并理解其底层机制。 3）能够处理海量数据，精通Hadoop,Spark,Hive,Flink等大数据工具。 4）精通分布式训练原理，如数据并行、模型并行，精通GPU/TPU/NPU等硬件加速技术，能进行模型优化和部署。 5）能将模型部署到生产环境，熟悉Docker,Kubernetes,TensorRT,ONNX等工具，关注模型的监控、更新和生命周期管。 4.卓越的问题解决与沟通能力 1）面对模型效果不佳、训练不稳定、线上表现差等问题时，能系统地分析原因，如数据问题、特征问题、模型问题、代码bug等，并找到解决方案。 2）拥有极强的自学能力，能快速吸收新知识并应用于实践。 3）能够与非技术背景的产品经理、业务方、管理者有效沟通，理解需求，并解释技术方案的可行性和局限性。能与团队高效协作。 4）能够深入理解所在行业的业务逻辑、痛点和发展趋势，如金融风控、医疗影像、广告推荐、自动驾驶等，可带领团队做出最有价值的技术方案。 研究方向： 云计算、智算、人工智能相关专业