AI工程师

?直面真实业务场景： 深入核心业务线，与产品、运营并肩作战，让你写的每一行代码、训练的每一个模型都能产生真实商业价值。

?全栈AI开发体验： 从数据挖掘、特征工程到模型训练、部署上线，完整参与AI项目生命周期，成为既懂算法又懂工程的复合型人才。

?顶配资源，极致畅玩： 无缝使用AWS/Azure/Google Cloud等云平台GPU算力，轻松驾驭TB级数据，让你的创意不受硬件限制。

?与行业大牛共事： 由资深AI科学家和工程师一对一指导，深入最前沿的MLOps实践，快速掌握工业级AI开发全流程。

【你将参与】

业务问题探索：与跨职能团队协作，学习如何将模糊的业务需求转化为可落地的AI解决方案，撰写技术方案文档。

数据挖掘与处理：参与海量数据的收集、清洗和特征工程，为模型训练构建高质量数据集，体验“数据决定模型上限”的真谛。

模型研发与优化：在导师指导下，尝试不同机器学习算法和深度学习模型，通过调参和优化不断提升模型效果，挑战更高性能。

模型部署与实践：学习如何将训练好的模型进行封装、部署和API化，与前后端工程师协作，让你的模型真正“跑”起来。

技术前瞻研究：跟踪NLP、CV、推荐系统等领域的最新论文和技术动态，参与内部技术分享，保持技术前瞻性。

【我们希望你】

硬核基础：

2026届应届毕业生，计算机、人工智能、数学、统计等相关专业硕士及以上学历（算法能力突出的优秀本科生亦可）。

熟练掌握Python编程语言，有良好的数据结构和算法基础。

对机器学习、深度学习基础理论有扎实理解，熟悉常见模型和算法（如LR、XGBoost、CNN/RNN/Transformer等）。

有使用TensorFlow、PyTorch、Scikit-learn等至少一种框架/库进行实验的经验。

（加分项）有Kaggle、天池等算法竞赛经历/名次；在主流会议/期刊发表过论文；有高质量的技术博客或GitHub项目。

软核潜力：

数据敏感，逻辑缜密： 对数据有极强的敏感性，能够从数据中发现规律，具备出色的分析问题和解决问题的能力。

极致好奇，主动钻研： 对AI技术有发自内心的热爱，喜欢刨根问底，有极强的自驱力去学习新知识、新技术。

结果导向，不畏挑战： 不满足于模型指标，追求业务最终效果，能持续优化直至解决问题。

团队协作，善于沟通： 能清晰地向非技术同学解释复杂模型背后的逻辑，懂得如何协同作战。

如果你相信AI的价值不止于论文和竞赛，更在于解决现实世界的难题，欢迎加入我们！