岗位职责与要求：

一、岗位职责
1.企业级 AI 智能体（Agent）应用的顶层架构设计，引领大模型应用技术方向，构建面向核心业务场景的智能体应用体系
2.把握主流大模型的能力边界与调用范式，建立模型选型、评测与迭代机制，推动快速技术转化
3.构建并演进企业级 AI 应用工程体系，覆盖模型工程、智能体工程、AI 治理（安全 / 合规 / 可审计），沉淀可复用最佳实践。
4.制定 AI 应用与工程的技术规范、设计模式、接口标准与质量基线，指导算法与工程团队落地，建立从数据、模型、服务到效果评估的闭环机制。
5.跟踪大模型与智能体领域前沿（多智能体协同、自进化、Agentic、多模态等），结合公司业务沉淀技术方法论，推动创新应用从概念走向生产落地。
6.主导关键技术攻关与重大课题立项，推动产学研合作与外部技术生态建设，产出高质量论文、专利，构建公司在行业内的技术影响力。
7.协同产品与交付团队识别高价值 AI 应用场景，主导核心项目技术方案与交付，将前沿技术转化为可量化的商业价值。
二、岗位要求
1.计算机、人工智能、机器学习或相关专业博士学历，在大模型、智能体、多模态、强化学习等方向有深入研究，有顶会/顶刊论文发表记录
2.深入理解Transformer原理及大模型训练、推理、对齐机制，有模型微调（SFT/RLHF/DPO）或AI类系统工程实践经验
3.精通Agent主流架构范式，有复杂智能体应用从设计到落地的全链路经验
4.具有 AI 能力沉淀为可复用工程体系的思考设计能力，覆盖模型工程、智能体工程与 AI 治理（安全 / 合规 / 可审计）
5.对多智能体协同、自进化、多模态融合等方向有独立判断力，有效把握技术趋势
6.持续跟踪大模型与智能体国际前沿，能结合业务痛点沉淀技术方法论，推动创新从概念走向生产落地
有带领技术团队或主导重大课题、关键技术攻关的经验，具备跨角色协作能力和对外技术影响力一、学历与专业背景
- 科研基础：具备扎实的机器学习、深度学习、大模型、计算机视觉、自然语言处理等任一方向扎实理论功底，熟悉主流AI算法原理与底层逻辑。
- 技术基础扎实：精通Python编程语言，熟练使用PyTorch/TensorFlow等主流深度学习框架；熟悉大模型微调（LoRA、QLoRA、全量微调）、模型量化、蒸馏等优化技术。
- 工程能力达标：了解Linux、Git、容器化基础，具备基本的模型部署、服务调试能力，有ML-Ops、分布式训练、高并发AI服务优化经验者优先。
三、加分项
- 有企业AI项目实习、科研院所AI落地项目经验，独立完成过模型优化、架构设计、系统搭建相关工作；
- 具备良好的中英文技术文档撰写、技术汇报能力，逻辑清晰、擅长跨团队沟通协作。