AI 岗位及技能图谱

负责机器学习算法的设计、开发与优化，将前沿研究成果转化为可落地的产品方案。

专注自然语言处理方向，负责文本理解、生成、对话、机器翻译等核心NLP任务。

负责图像识别、目标检测、图像分割、视频分析等视觉算法的研发与落地。

研究世界模型（World Model）的架构与训练方法，探索AI对物理世界的理解与模拟能力，推动具身智能和通用人工智能发展。

专注强化学习算法研究，包括策略梯度、Q-learning以及用于大模型对齐的RLHF技术。

专注语音识别（ASR）、语音合成（TTS）及语音信号处理技术的研发与优化。

研发融合文本、图像、音频、视频的多模态AI模型，探索跨模态理解与生成能力。

设计和优化内容、商品、广告推荐系统，提升用户体验和业务指标。

构建知识图谱用于推理、问答和结构化知识表示，结合大模型增强知识能力。

负责AI模型的工程化落地，包括模型部署、推理优化、服务化和MLOps全流程。

基于大语言模型构建应用系统，包括RAG、Agent、Prompt工程、多轮对话等。

设计AI智能体的行为逻辑、决策框架和人设性格，让AI Agent更好地理解和执行复杂任务。

负责机器学习全生命周期的工程化，打通数据、训练、部署、监控的自动化闭环。

设计、优化和维护大模型提示词，确保跨应用场景获得一致、高质量的输出。

通过模型行为、安全性和性能的专项测试，保障AI系统质量与可靠性。

优化AI模型的生产部署，聚焦推理速度、内存占用和边缘端兼容性。

运用统计学、机器学习和领域知识从数据中挖掘洞察，驱动业务决策。

构建数据基础设施，负责数据采集、清洗、存储和管道建设，保障数据质量和可用性。

负责AI训练数据的标注规范制定、数据清洗和质量控制，是高质量AI模型的基石。

建立数据治理框架，确保组织内的数据合规性、质量和安全。

策展、组织和管理高质量的AI模型训练数据集。

设计AI专用加速芯片（NPU/TPU/GPU），从架构定义到RTL实现，推动AI算力硬件革新。

负责边缘端AI硬件的设计与优化，让AI模型在手机、IoT、车载等设备上高效运行。

开发编译器工具链，优化AI模型在多样化硬件加速器上的计算。

编写和优化AI工作负载的GPU算子，最大化吞吐量并最小化延迟。

负责自动驾驶感知、规划、控制算法的研发，实现安全可靠的自动驾驶系统。

开发具身智能系统，让机器人通过感知、决策和交互在物理世界中执行复杂任务。

自动驾驶/具身智能领域的FDE，负责定义和设计自动驾驶功能的完整规格，是产品与技术之间的桥梁。

使用相机、激光雷达和雷达融合开发自动驾驶感知系统。

设计自动驾驶决策的运动规划和控制算法。

构建仿真环境用于测试自动驾驶和机器人系统。

构建和维护自动驾驶导航的高精地图。

设计具身AI机器人的运动控制和操作算法。

在云平台上构建AI基础设施和服务，提供模型训练、推理、部署的云端解决方案。

负责AI系统的线上监控、故障排查和性能运维，保障AI服务的高可用和稳定性。

在边缘设备上部署和优化AI模型，实现实时、低延迟的推理。

使用联邦学习在分布式数据源上构建隐私保护的AI训练系统。

负责AI产品的规划、设计和落地，连接技术能力与用户需求，打造有商业价值的AI产品。

负责AI产品的内容运营、用户增长和社区运营，推动AI产品的活跃和商业化。

负责AI产品和解决方案的商业化拓展，开拓客户、谈判合作、推动项目落地。

为企业客户设计端到端AI解决方案，连接业务需求与技术架构。

通过技术演示、POC和方案宣讲支持AI产品销售。

构建安全系统，防止AI模型生成有害、偏见或危险输出。

确保AI系统的开发与部署符合伦理，解决偏见、公平和社会影响问题。

确保AI产品符合EU AI Act、数据保护法等法规和行业标准。

在AI训练和推理中实现隐私保护技术以保护数据。

为AI产品设计用户体验，专注于人机交互模式。

为对话式AI产品设计对话流、人格和交互策略。

为AI产品制定内容策略，确保质量、一致性和参与度。

为AI产品、API和开发者工具创建全面的技术文档。