算法研究一、岗位价值定位

成为公司AI技术商业化的核心推动者，通过算法创新实现数据价值倍增与业务模式升级。

二、岗位职责：

1.技术战略制定：制定3年算法技术演进路线图（含技术选型/算力投入ROI模型/算法中台建设规划）；每季度输出《算法价值评估报告》，量化算法对业务指标的提升贡献度。

2.复杂问题攻坚：主导千亿级数据规模的算法工程化落地（需达到99.99%线上服务可用性标准）；构建算法效能评估体系（模型迭代周期缩短30%+，推理耗时优化50%+）。

3.技术生态构建：建立算法技术「三库一平台」（特征库/模型库/案例库+AutoML研发平台）；

推动前沿技术融合应用（如大模型蒸馏技术/联邦学习在隐私计算场景的落地）。

4. 业务价值挖掘：深度参与业务决策，通过算法创新实现核心业务指标提升（如转化率/留存率等）；设计算法驱动的创新产品形态（需完成年度2+项算法专利申报）。

5. 精英团队打造：实施算法工程师「T型能力」培养计划（技术深度×业务理解×产品思维）建立算法团队知识管理体系（周度论文精读/月度技术攻坚复盘机制）。

三、任职资格：

【硬性条件】

1.教育背景：计算机/应用数学/统计学等专业领域，QS200院校硕士及以上学历；需提供学历验证报告及论文/专利等研究成果证明；

2.五年以上算法研发经验，其中3年团队管理经验（需证明管理15人+团队的效能提升）；

3.主导过日请求量亿级以上的算法系统架构设计；

4.掌握大规模分布式训练技术（Horovod/PyTorch Distributed等）；

5.熟悉模型压缩量化技术（知识蒸馏/剪枝/量化至少掌握2项）；

6.工程能力：精通Python生态体系（FastAPI/Flask工程化部署能力为必须项）；具备CICD全链路落地经验（需展示MLOps实践案例）。

【核心能力】

1.技术领导力：

拥有从0到1搭建算法中台的成功案例（需提供上线前后关键指标对比）；具备算法团队效能优化经验（如通过流程改进提升模型迭代效率40%+）；

2.商业敏感度：

成功将算法技术转化为商业价值的案例（如通过算法创新实现千万级成本节约）；具备技术产品化思维（需展示算法服务化（SaaS化）经验）

3.跨域整合力：

主导过跨部门重大项目的经验（需说明与产品/工程/数据团队的协作机制）；熟悉技术合规要求（GDPR/数据安全法等在算法应用中的实践）。

【优先条件】

1.在Kaggle/AI Challenger等竞赛获得TOP10成绩；

2.以第一作者在AAAI/ICML等顶会发表论文；

3.有头部互联网公司LLM大模型实战经验；

4.主导过开源框架二次开发（GitHub 1000+ Star项目核心贡献者）。