一、岗位概述

我们正在寻找热爱教学、具备扎实技术功底的人工智能领域专业讲师，负责讲授机

器学习、深度学习、计算机视觉、自然语言处理或 AI Agent 智能体等方向的系统

化课程。候选人需具备良好的表达能力与课程设计能力，能够将复杂理论转化为易

于理解的教学内容，助力学员实现从入门到实战的能力跃迁。

二、基本任职要求（所有方向通用）

学历背景：本科及以上学历，计算机科学、软件工程、人工智能、数学、统计学等相关专业优先；

编程能力：

精通 Python 编程语言，熟练掌握面向对象编程、函数式编程及常用数据结构；

熟练使用 Pandas、NumPy 进行数据分析与处理，具备真实项目中的数据清洗、特征提取经验；

三、专项方向要求（满足以下任一方向）

方向一：机器学习方向

熟悉主流机器学习算法原理与应用场景，包括但不限于：

-线性回归、逻辑回归 - 决策树、随机森林、GBDT、XGBoost、LightGBM - SVM、朴素贝叶斯、K-Means、层次聚类、密度聚类

-精通 Scikit-learn 库的使用，能带领学生完成端到端建模流程；

-掌握数据预处理（标准化、归一化、编码）、特征工程、交叉验证、超参数调优等关键技能；

方向二：深度学习方向

- 深入理解前馈神经网络、BP 反向传播机制、激活函数、损失函数、优化器；

- 精通 PyTorch 框架，能熟练进行张量操作、自动微分、模型定义与训练；

- 熟悉 TensorFlow 基本架构与 Keras 高层 API，了解 .h5 与 tf-lite 模型保存与部

署；

方向三：计算机视觉方向

- 熟练使用 OpenCV 进行图像处理，包括灰度化、滤波、边缘检测、形态学操作；

- 深入理解 YOLO 系列算法（尤其是 YOLOv8）的网络结构与训练推理流程；

- 掌握多目标跟踪核心技术模块：

- SORT / DeepSORT 算法原理 - 匈牙利匹配算法与卡尔曼滤波器协同工作原理

- 具备实际项目经验，如车流量统计、行人跟踪、视频分析等；

- 熟悉相机成像原理与张正友标定法，能在项目中实现相机畸变校正与空间映射。

方向四：自然语言处理方向

- 熟悉中文文本预处理流程：分词、去停用词、词干提取、TF-IDF、Word2Vec、Sentence-BERT；

- 掌握 RNN 及其变体（LSTM/GRU）在文本分类、命名实体识别、人名分类等任务中的应用；

- 深入理解 Attention 机制与 Transformer 架构（Encoder-Decoder 结构、Multi-Head Attention）；

- 能够复现 Seq2Seq 英译法翻译模型；

- 熟悉 BERT 及其衍生模型（RoBERTa、ALBERT、ChatGLM）的基本原理与 Fine-tuning 方法；

- 掌握 HuggingFace Transformers 库的使用，能加载预训练模型并进行下游任务微

调。

方向五：AI Agent 智能体方向

- 熟悉主流 AI Agent 工具平台，如影刀 RPA、飞书智能表格、阿里云短视频生成插

件等；

- 掌握 RAG（Retrieval-Augmented Generation）架构原理与实现方式；

- 精通 LangChain 框架，能构建链式调用、代理决策、记忆管理等功能模块；

- 具备本地部署大语言模型（LLM）的能力，熟悉 Llama.cpp、Ollama、ChatGLM3、Qwen 等开源模型的运行与调优；

教学素养：

具备授课经验（线上/线下），逻辑清晰，语言表达能力强；

能独立完成课件制作、案例设计与实训指导；

有责任心，善于引导学生思考，关注学习效果；