岗位职责
主导AI产品全生命周期管理（需求分析-原型设计-开发落地-商业化）
完成NLP/CV/推荐系统等AI场景的行业调研，输出商业价值分析报告
协调算法、工程、数据团队制定技术方案，把控交付质量
建立产品指标体系，通过A/B测试驱动产品迭代
跟踪AI伦理合规要求（如数据隐私、算法可解释性）
硬性要求
教育：计算机/数学/统计学硕士+MBA复合背景优先
经验：1年以上AI产品经验，主导过≥2个商业化项目
技术理解：
熟悉CNN/RNN/Transformer等基础架构
掌握数据标注、特征工程、模型评估全流程
了解TensorFlow Serving/Triton等部署工具
工具链：Axure/Figma原型设计，SQL/Python数据分析
差异化竞争力
拥有医疗/金融/制造等领域AI落地经验
发表过AI产品方法论文章/专利
英语流利（需研读ArXiv最新论文）
二、AI研发工程师招聘要求
核心技术栈
编程语言：Python（NumPy/Pandas生态）、C++（高性能计算）
深度学习框架：PyTorch（动态图优势）、TensorFlow（生产部署）
分布式训练：Horovod/DeepSpeed，多GPU优化经验
云原生部署：Docker+K8S，AWS SageMaker/Azure ML实战
领域专精（至少1项）：
NLP：BERT/GPT微调、LangChain应用
CV：YOLO/SAM模型优化、OpenMMLab工具链
多模态：CLIP/BLIP跨模态对齐
项目门槛
2年以上工业级AI系统开发经验
主导过千亿参数大模型分布式训练
有模型压缩量化经验（TensorRT/OpenVINO）
处理过TB级实时数据流（Kafka/Flink）
掌握CUDA底层优化能力
三、软性素质双岗位通用要求
复杂问题拆解能力：能将模糊需求转化为数学可解问题
技术商业化思维：评估技术方案ROI，平衡理想与现实
跨文化协作：适应敏捷开发节奏，具备硅谷科技公司沟通风格
持续学习：每周跟踪arXiv新论文，定期输出技术雷达报告