系统开发工程师

该职位来源于猎聘 一、岗位职责 1. 视觉与多模态方向（CV / YOLO / 多模态） 主导计算机视觉类AI应用（目标检测、图像分类、分割、OCR、视频结构化）的产品化落地，YOLO系列（v8/v9/v11/v12）检测、跟踪（ByteTrack/DeepSORT）及实例分割在边缘端与服务端的工程部署； 负责多模态应用架构设计，包括文生图、图生文、视觉问答（VQA）、视频理解等场景的技术选型与链路搭建； 统筹视觉模型的压缩与加速（TensorRT、ONNX、量化剪枝、蒸馏），保障端侧/边缘设备上的实时性指标（如FPS、延迟 ＜100ms 级）； 建立视觉数据闭环：数据采集标注规范、难例挖掘、主动学习、模型迭代上线流程。 2. 机器学习与神经网络方向 带领团队完成传统机器学习（XGBoost/LightGBM/SVM/聚类）与深度学习（CNN/RNN/Transformer）算法在业务场景（预测、推荐、风控、分类）中的落地； 负责神经网络模型的训练 pipeline 建设：数据清洗、特征工程、分布式训练、超参调优、模型评测与版本管理； 推动模型服务化（Triton Inference Server / TorchServe / TensorFlow Serving），建立推理性能与成本优化体系。 3. RAG知识库方向 设计并落地企业级 RAG 知识库系统：文档解析（PDF/Word/扫描件/OCR）、分块策略（Chunking）、向量化（Embedding模型选型与微调）、向量数据库（Milvus/FAISS/pgvector/Elasticsearch）选型与调优； 优化检索质量：Hybrid Search（向量+BM25）、Rerank模型、Query改写、多轮指代消解、知识图谱增强RAG； 建立RAG评测体系，针对幻觉率、召回率、答案忠实度进行量化评估与持续优化； 负责知识库的增量更新、权限隔离、数据脱敏与合规管控。 4. 智能体（Agent）方向 主导 Agent 平台/应用的架构设计与开发：任务规划（Planning）、工具调用（Function Calling / MCP）、记忆管理（短期/长期记忆）、多Agent协作框架（如ReAct、Plan-and-Execute、多智能体编排）； 建设 Agent 工程化能力：沙箱执行环境、工具注册与权限管控、人机协同（HITL）机制、执行链路可观测性与失败重试； 推动 Agent 在真实业务流程中的深度集成（如自动报表、智能审批、代码助手、运维自动化），并验证业务ROI。 二、任职要求 1. 基本要求 本科及以上学历，计算机、人工智能、自动化等相关专业，5年以上AI/算法相关研发经验，2年以上团队管理经验； 熟练使用 Python / C++，熟悉 PyTorch 或 TensorFlow，具备良好的系统设计与代码规范意识； 有至少 2个完整AI项目从0到1上线的经历（算法选型 → 训练 → 部署 → 迭代）。 2. 技术能力要求 计算机视觉 / 多模态： 精通目标检测主流框架，对 YOLO 系列有深入实践（ anchor-free、损失函数演进、NMS变体、小目标检测优化），有实际工业检测/安防/自动驾驶视觉项目经验； 熟悉多模态大模型（Qwen-VL、InternVL、GPT-4V/Claude等）的能力边界与接入方式，有视觉-语言联合应用落地经验； 掌握模型部署与加速：ONNX/TensorRT/OpenVINO，INT8/FP16量化，熟悉 GPU / 边缘设备（Jetson、昇腾、瑞芯微等）推理优化。 机器学习 / 神经网络： 扎实掌握经典机器学习算法（LR、SVM、树模型、聚类、概率图模型）并能针对业务问题合理选型； 深入理解神经网络原理（反向传播、注意力机制、归一化、正则化），能独立完成模型设计、调参与消融实验； 熟悉分布式训练（DDP/DeepSpeed）与超参搜索框架（Optuna/Ray Tune）。 大模型应用（RAG / Agent）： 深入实践 RAG 全链路（解析→分块→向量化→检索→重排→生成→引用溯源），能定位并解决幻觉、检索不准、长尾知识缺失等问题； 熟练使用主流 LLM 框架：LangChain / LlamaIndex / LangGraph / AutoGen，有大模型私有化部署经验（vLLM/Ollama/SGLang，Qwen/DeepSeek/Llama系列）； 有 Agent 系统实战经验：Function Calling、MCP协议、工具编排、记忆机制、多Agent协作，并能解决执行稳定性与安全性问题； 熟悉 Prompt Engineering 进阶技巧（Few-shot、CoT、结构化输出、越狱防护）。 3. 工程与管理能力 熟悉 MLOps / LLMOps 体系：数据版本管理、模型注册、自动化评测、A/B测试、模型漂移监控； 具备算力成本意识，有推理成本优化（缓存、批量推理、模型蒸馏/小模型替代）的成功案例； 优秀的跨团队推动力，能将技术语言转化为业务语言，向非技术管理层清晰汇报。职位要求：