AI领域高薪急聘,8K-40K岗位均薪22K
点击👆蓝字关注，右上方…设为星标🌟，获取最新招聘情报 2026年AI在IT互联网领域持续深化落地，政策驱动大模型与云计算加速融合，企业数智化升级释放大量岗位缺口，业界对AI专才的需求热度不断攀升。 核心能力需涵盖机器学习、深度学习框架与分布式计算，精通数据处理与模型上线，并拥有算法调优与场景落地经验，入门门槛较高，需系统化深入学习。 发展通道可从算法工程师晋升至技术总监或首席科学家，也能横向拓展至产品与架构方向，职业空间十分宽广。优质岗位招满即止，强烈建议尽早投递以下职位。 AI推理平台工程师 上海·滨江大厦(张杨路) | 本科 | 3-5年 18-35k 立即投递 岗位职责： 1.负责GPU集群部署与管理； 2. 独立完成vLLM/TensorRT-LLM/SGLang等推理引擎生产环境部署，熟悉模型vLLM/TensorRT-LLM/SGLang等推理引擎调优参数； 3. 实现大模型量化、压缩、服务化部署与版本管理； 4. 深度优化推理性能（吞吐量、延迟、成本），建立Benchmark体系； 5. 搭建完整的Prometheus+Grafana监控告警系统； 6. 设计并实现端到端模型自动化部署流水线。 任职要求： 硬性条件： - 有AI相关项目经验，有10B+参数大模型生产环境部署经验； - 精通vLLM/TensorRT-LLM等至少两种推理引擎； - 精通Docker/Kubernetes部署与运维； - 熟悉Linux系统； 优先条件： - 有金融科技/券商/银行AI项目经验； - 有GPU性能分析、调优经验； - 有生产环境性能优化经验（吞吐量提升30%+或延迟降低50%+）； 技术栈要求： 必会：Docker、Kubernetes、vLLM、SGLang、Prometheus、Grafana，熟悉Linux系统； 加分：Higress，熟悉Python、C++编程。" 查看详情 → 机器学习 上海·晨晖路1001 | 硕士 | 3-8年 20-40k 立即投递 What You’ll Build: Engineering Collaboration: Collaborate closely with the GCID CCDE Engineering team to design, develop, and optimize ML/DL models tailored for complex, high-impact enterprise challenges. Core Data Science: Conduct rigorous data exploration and feature engineering. Develop and train models for diverse tasks, with a primary focus on Time Series Forecasting and Anomaly Detection to drive proactive cloud management. Agentic AI Development: Design and implement Agentic AI capabilities, including "Agent of Agents" frameworks. Focus on orchestrating intelligent workflows that automate resource optimization, cost forecasting, and autonomous decision-making. Production-Grade Pipelines: Develop, test, and validate end-to-end model pipelines. You are responsible for ensuring that these pipelines are not just accurate, but also robust, scalable, and ready for production deployment. Lifecycle Documentation: Document methodologies, experiments, and results with a focus on reproducibility and software best practices to facilitate continuous improvement within the engineering team. Cross-Functional Integration: Partner with engineering and product teams to integrate AI models and agent-based systems into cloud-native environments, transforming analytical insights into functional products that enhance operational efficiency. What you bring: Education & Experience: Master’s degree in Computer Science, Machine Learning, Data Analytics, or a related technical field is preferred. 3+ years of hands-on experience in data analysis, ML/DL modeling, and applied software development. Technical Skills: Exceptional Python skills with an emphasis on writing clean, maintainable, and efficient code. Solid SQL skills for complex data retrieval. ML/DL Frameworks: Proven experience with frameworks like PyTorch or TensorFlow. Software Foundations: Solid understanding of MLOps practices, and the ability to build/consume APIs. Practical experience in time series forecasting and anomaly detection for operational monitoring. Exposure to Large Language Models (LLMs) and AI Agent frameworks (e.g., prompt design, orchestration, or tool-calling). Preferred Experience (Nice to Have): Understanding of cloud computing environments (AWS, Azure, or GCP) and cloud resource optimization. Familiarity with SAP systems or enterprise data landscapes. Excellent communication, analytical thinking, and problem-solving abilities. Proven capability to work both independently and collaboratively in a dynamic team environment. 要做的事情主要是： 分析云平台相关数据，找出影响成本、效率和服务质量的问题。 搭建机器学习和深度学习模型，重点做： 时间序列预测 异常检测 设计和开发 AI Agent / 多 Agent 系统，让它们能自动完成一些云资源优化、成本预测、决策辅助的工作。 把模型从实验做成能上线的产品，包括训练、测试、部署、接口集成和维护。 和工程、产品团队一起合作，把 AI 能力真正接入生产环境。 想要什么样的人 Python 很强，代码写得规范、可维护。 会 SQL，能处理和分析复杂数据。 有机器学习 / 深度学习实战经验，熟悉 PyTorch 或 TensorFlow。 做过时间序列预测和异常检测。 懂一点 MLOps，知道怎么把模型上线、怎么接 API。 接触过大模型和 AI Agent 框架，知道 prompt、tool calling、agent orchestration 这些概念。 懂云平台，比如 AWS / Azure / GCP。 沟通和协作能力不错，能独立做事，也能和团队配合。 " 查看详情 → 项目服务工程师（金融/央企方向） 成都·郫都区现代工业港 | 本科 | 1-3年 8-13k 立即投递 一、岗位职责: 1.负责人工智能项目实施交付，项目覆盖咨询规划、模型治理、系统部署、运维支持及组织赋能的完整闭环。 2.研究机器学习/深度学习技术(如NLP、OCR)，解决客户实际业务场景问题。 3.持续跟踪AI技术发展趋势，形成相关的分析报告。 4.综合运用人工智能技术、大语言模型，优化客户项目技术方案，提升产品效率和质量。 二、任职要求:(一)专业能力 1.学历要求:本科及以上学历，微电子、计算机、通信、自动化、应用数学、物理等相关专业。 2.知识要求:深厚的AI理论基础，熟悉机器学习、深度学习、自然语言处理等领域的最新技术和研究进展。 3.技能要求:掌握Python/Java开发，熟悉至少一种机器学习框架(TensorFlow/PyTorch等)，掌握Linux操作系统下CMake、GDB、Git、Docker等常用开发和调试工具。 4.工作经验:有以下一种或多种工作经验，具备1年以上项目实践经验(1)熟悉低代码平台(FastGPT、Dify、Coze)工作流开发流程。(2)熟悉RAG技术，有信息检索与生成领域的项目经验。 (3)数据处理:熟练使用数据处理和分析工具，有处理大规模数据的经验。 (4)熟悉大模型推理或部署应用框架和开源库，如LLaMA-Factory、Transformers,vllm等。(5)熟悉大模型训练数据的清洗、构建及数据质量的提升。 (6)具有大模型训练或微调经验、有训练语料库建设经验者优先(7)具有过知识库、Langchain等技术的实战经验者优先(8)优秀本科相关专业的应届生可放宽条件。 5.个人要求:对AI前沿技术(如大语言模型、多模态、Agent技术等)保持高度敏感，具备快速学习并应用新技术的能力。 三、工作地点 1、四川省成都市武侯区四川省成都市武侯区机场路土桥段&2、成都市郫都区现代工业港北片区望丛东路889号" 查看详情 → 💡 本批职位速览 薪资：8-40K（平均约22K） 经验：1-8年，以3-5年为主 重点：AI/机器学习、项目交付、金融行业背景等能力 建议：具备AI技术+项目落地经验者更易脱颖而出；机器学习岗偏爱硕士，AI推理平台及项目服务岗本科可投，有金融央企背景者优先。 人工智能招聘，查看更多职位
点击👆蓝字关注，右上方…设为星标🌟，获取最新招聘情报
2026年AI在IT互联网领域持续深化落地，政策驱动大模型与云计算加速融合，企业数智化升级释放大量岗位缺口，业界对AI专才的需求热度不断攀升。 核心能力需涵盖机器学习、深度学习框架与分布式计算，精通数据处理与模型上线，并拥有算法调优与场景落地经验，入门门槛较高，需系统化深入学习。 发展通道可从算法工程师晋升至技术总监或首席科学家，也能横向拓展至产品与架构方向，职业空间十分宽广。优质岗位招满即止，强烈建议尽早投递以下职位。
2026年AI在IT互联网领域持续深化落地，政策驱动大模型与云计算加速融合，企业数智化升级释放大量岗位缺口，业界对AI专才的需求热度不断攀升。 核心能力需涵盖机器学习、深度学习框架与分布式计算，精通数据处理与模型上线，并拥有算法调优与场景落地经验，入门门槛较高，需系统化深入学习。 发展通道可从算法工程师晋升至技术总监或首席科学家，也能横向拓展至产品与架构方向，职业空间十分宽广。优质岗位招满即止，强烈建议尽早投递以下职位。
AI推理平台工程师 上海·滨江大厦(张杨路) | 本科 | 3-5年 18-35k 立即投递 岗位职责： 1.负责GPU集群部署与管理； 2. 独立完成vLLM/TensorRT-LLM/SGLang等推理引擎生产环境部署，熟悉模型vLLM/TensorRT-LLM/SGLang等推理引擎调优参数； 3. 实现大模型量化、压缩、服务化部署与版本管理； 4. 深度优化推理性能（吞吐量、延迟、成本），建立Benchmark体系； 5. 搭建完整的Prometheus+Grafana监控告警系统； 6. 设计并实现端到端模型自动化部署流水线。 任职要求： 硬性条件： - 有AI相关项目经验，有10B+参数大模型生产环境部署经验； - 精通vLLM/TensorRT-LLM等至少两种推理引擎； - 精通Docker/Kubernetes部署与运维； - 熟悉Linux系统； 优先条件： - 有金融科技/券商/银行AI项目经验； - 有GPU性能分析、调优经验； - 有生产环境性能优化经验（吞吐量提升30%+或延迟降低50%+）； 技术栈要求： 必会：Docker、Kubernetes、vLLM、SGLang、Prometheus、Grafana，熟悉Linux系统； 加分：Higress，熟悉Python、C++编程。" 查看详情 → 机器学习 上海·晨晖路1001 | 硕士 | 3-8年 20-40k 立即投递 What You’ll Build: Engineering Collaboration: Collaborate closely with the GCID CCDE Engineering team to design, develop, and optimize ML/DL models tailored for complex, high-impact enterprise challenges. Core Data Science: Conduct rigorous data exploration and feature engineering. Develop and train models for diverse tasks, with a primary focus on Time Series Forecasting and Anomaly Detection to drive proactive cloud management. Agentic AI Development: Design and implement Agentic AI capabilities, including "Agent of Agents" frameworks. Focus on orchestrating intelligent workflows that automate resource optimization, cost forecasting, and autonomous decision-making. Production-Grade Pipelines: Develop, test, and validate end-to-end model pipelines. You are responsible for ensuring that these pipelines are not just accurate, but also robust, scalable, and ready for production deployment. Lifecycle Documentation: Document methodologies, experiments, and results with a focus on reproducibility and software best practices to facilitate continuous improvement within the engineering team. Cross-Functional Integration: Partner with engineering and product teams to integrate AI models and agent-based systems into cloud-native environments, transforming analytical insights into functional products that enhance operational efficiency. What you bring: Education & Experience: Master’s degree in Computer Science, Machine Learning, Data Analytics, or a related technical field is preferred. 3+ years of hands-on experience in data analysis, ML/DL modeling, and applied software development. Technical Skills: Exceptional Python skills with an emphasis on writing clean, maintainable, and efficient code. Solid SQL skills for complex data retrieval. ML/DL Frameworks: Proven experience with frameworks like PyTorch or TensorFlow. Software Foundations: Solid understanding of MLOps practices, and the ability to build/consume APIs. Practical experience in time series forecasting and anomaly detection for operational monitoring. Exposure to Large Language Models (LLMs) and AI Agent frameworks (e.g., prompt design, orchestration, or tool-calling). Preferred Experience (Nice to Have): Understanding of cloud computing environments (AWS, Azure, or GCP) and cloud resource optimization. Familiarity with SAP systems or enterprise data landscapes. Excellent communication, analytical thinking, and problem-solving abilities. Proven capability to work both independently and collaboratively in a dynamic team environment. 要做的事情主要是： 分析云平台相关数据，找出影响成本、效率和服务质量的问题。 搭建机器学习和深度学习模型，重点做： 时间序列预测 异常检测 设计和开发 AI Agent / 多 Agent 系统，让它们能自动完成一些云资源优化、成本预测、决策辅助的工作。 把模型从实验做成能上线的产品，包括训练、测试、部署、接口集成和维护。 和工程、产品团队一起合作，把 AI 能力真正接入生产环境。 想要什么样的人 Python 很强，代码写得规范、可维护。 会 SQL，能处理和分析复杂数据。 有机器学习 / 深度学习实战经验，熟悉 PyTorch 或 TensorFlow。 做过时间序列预测和异常检测。 懂一点 MLOps，知道怎么把模型上线、怎么接 API。 接触过大模型和 AI Agent 框架，知道 prompt、tool calling、agent orchestration 这些概念。 懂云平台，比如 AWS / Azure / GCP。 沟通和协作能力不错，能独立做事，也能和团队配合。 " 查看详情 → 项目服务工程师（金融/央企方向） 成都·郫都区现代工业港 | 本科 | 1-3年 8-13k 立即投递 一、岗位职责: 1.负责人工智能项目实施交付，项目覆盖咨询规划、模型治理、系统部署、运维支持及组织赋能的完整闭环。 2.研究机器学习/深度学习技术(如NLP、OCR)，解决客户实际业务场景问题。 3.持续跟踪AI技术发展趋势，形成相关的分析报告。 4.综合运用人工智能技术、大语言模型，优化客户项目技术方案，提升产品效率和质量。 二、任职要求:(一)专业能力 1.学历要求:本科及以上学历，微电子、计算机、通信、自动化、应用数学、物理等相关专业。 2.知识要求:深厚的AI理论基础，熟悉机器学习、深度学习、自然语言处理等领域的最新技术和研究进展。 3.技能要求:掌握Python/Java开发，熟悉至少一种机器学习框架(TensorFlow/PyTorch等)，掌握Linux操作系统下CMake、GDB、Git、Docker等常用开发和调试工具。 4.工作经验:有以下一种或多种工作经验，具备1年以上项目实践经验(1)熟悉低代码平台(FastGPT、Dify、Coze)工作流开发流程。(2)熟悉RAG技术，有信息检索与生成领域的项目经验。 (3)数据处理:熟练使用数据处理和分析工具，有处理大规模数据的经验。 (4)熟悉大模型推理或部署应用框架和开源库，如LLaMA-Factory、Transformers,vllm等。(5)熟悉大模型训练数据的清洗、构建及数据质量的提升。 (6)具有大模型训练或微调经验、有训练语料库建设经验者优先(7)具有过知识库、Langchain等技术的实战经验者优先(8)优秀本科相关专业的应届生可放宽条件。 5.个人要求:对AI前沿技术(如大语言模型、多模态、Agent技术等)保持高度敏感，具备快速学习并应用新技术的能力。 三、工作地点 1、四川省成都市武侯区四川省成都市武侯区机场路土桥段&2、成都市郫都区现代工业港北片区望丛东路889号" 查看详情 →
AI推理平台工程师 上海·滨江大厦(张杨路) | 本科 | 3-5年 18-35k 立即投递 岗位职责： 1.负责GPU集群部署与管理； 2. 独立完成vLLM/TensorRT-LLM/SGLang等推理引擎生产环境部署，熟悉模型vLLM/TensorRT-LLM/SGLang等推理引擎调优参数； 3. 实现大模型量化、压缩、服务化部署与版本管理； 4. 深度优化推理性能（吞吐量、延迟、成本），建立Benchmark体系； 5. 搭建完整的Prometheus+Grafana监控告警系统； 6. 设计并实现端到端模型自动化部署流水线。 任职要求： 硬性条件： - 有AI相关项目经验，有10B+参数大模型生产环境部署经验； - 精通vLLM/TensorRT-LLM等至少两种推理引擎； - 精通Docker/Kubernetes部署与运维； - 熟悉Linux系统； 优先条件： - 有金融科技/券商/银行AI项目经验； - 有GPU性能分析、调优经验； - 有生产环境性能优化经验（吞吐量提升30%+或延迟降低50%+）； 技术栈要求： 必会：Docker、Kubernetes、vLLM、SGLang、Prometheus、Grafana，熟悉Linux系统； 加分：Higress，熟悉Python、C++编程。" 查看详情 →
AI推理平台工程师 上海·滨江大厦(张杨路) | 本科 | 3-5年 18-35k
AI推理平台工程师
上海·滨江大厦(张杨路) | 本科 | 3-5年
18-35k
立即投递
岗位职责： 1.负责GPU集群部署与管理； 2. 独立完成vLLM/TensorRT-LLM/SGLang等推理引擎生产环境部署，熟悉模型vLLM/TensorRT-LLM/SGLang等推理引擎调优参数； 3. 实现大模型量化、压缩、服务化部署与版本管理； 4. 深度优化推理性能（吞吐量、延迟、成本），建立Benchmark体系； 5. 搭建完整的Prometheus+Grafana监控告警系统； 6. 设计并实现端到端模型自动化部署流水线。 任职要求： 硬性条件： - 有AI相关项目经验，有10B+参数大模型生产环境部署经验； - 精通vLLM/TensorRT-LLM等至少两种推理引擎； - 精通Docker/Kubernetes部署与运维； - 熟悉Linux系统； 优先条件： - 有金融科技/券商/银行AI项目经验； - 有GPU性能分析、调优经验； - 有生产环境性能优化经验（吞吐量提升30%+或延迟降低50%+）； 技术栈要求： 必会：Docker、Kubernetes、vLLM、SGLang、Prometheus、Grafana，熟悉Linux系统； 加分：Higress，熟悉Python、C++编程。"
查看详情 →
机器学习 上海·晨晖路1001 | 硕士 | 3-8年 20-40k 立即投递 What You’ll Build: Engineering Collaboration: Collaborate closely with the GCID CCDE Engineering team to design, develop, and optimize ML/DL models tailored for complex, high-impact enterprise challenges. Core Data Science: Conduct rigorous data exploration and feature engineering. Develop and train models for diverse tasks, with a primary focus on Time Series Forecasting and Anomaly Detection to drive proactive cloud management. Agentic AI Development: Design and implement Agentic AI capabilities, including "Agent of Agents" frameworks. Focus on orchestrating intelligent workflows that automate resource optimization, cost forecasting, and autonomous decision-making. Production-Grade Pipelines: Develop, test, and validate end-to-end model pipelines. You are responsible for ensuring that these pipelines are not just accurate, but also robust, scalable, and ready for production deployment. Lifecycle Documentation: Document methodologies, experiments, and results with a focus on reproducibility and software best practices to facilitate continuous improvement within the engineering team. Cross-Functional Integration: Partner with engineering and product teams to integrate AI models and agent-based systems into cloud-native environments, transforming analytical insights into functional products that enhance operational efficiency. What you bring: Education & Experience: Master’s degree in Computer Science, Machine Learning, Data Analytics, or a related technical field is preferred. 3+ years of hands-on experience in data analysis, ML/DL modeling, and applied software development. Technical Skills: Exceptional Python skills with an emphasis on writing clean, maintainable, and efficient code. Solid SQL skills for complex data retrieval. ML/DL Frameworks: Proven experience with frameworks like PyTorch or TensorFlow. Software Foundations: Solid understanding of MLOps practices, and the ability to build/consume APIs. Practical experience in time series forecasting and anomaly detection for operational monitoring. Exposure to Large Language Models (LLMs) and AI Agent frameworks (e.g., prompt design, orchestration, or tool-calling). Preferred Experience (Nice to Have): Understanding of cloud computing environments (AWS, Azure, or GCP) and cloud resource optimization. Familiarity with SAP systems or enterprise data landscapes. Excellent communication, analytical thinking, and problem-solving abilities. Proven capability to work both independently and collaboratively in a dynamic team environment. 要做的事情主要是： 分析云平台相关数据，找出影响成本、效率和服务质量的问题。 搭建机器学习和深度学习模型，重点做： 时间序列预测 异常检测 设计和开发 AI Agent / 多 Agent 系统，让它们能自动完成一些云资源优化、成本预测、决策辅助的工作。 把模型从实验做成能上线的产品，包括训练、测试、部署、接口集成和维护。 和工程、产品团队一起合作，把 AI 能力真正接入生产环境。 想要什么样的人 Python 很强，代码写得规范、可维护。 会 SQL，能处理和分析复杂数据。 有机器学习 / 深度学习实战经验，熟悉 PyTorch 或 TensorFlow。 做过时间序列预测和异常检测。 懂一点 MLOps，知道怎么把模型上线、怎么接 API。 接触过大模型和 AI Agent 框架，知道 prompt、tool calling、agent orchestration 这些概念。 懂云平台，比如 AWS / Azure / GCP。 沟通和协作能力不错，能独立做事，也能和团队配合。 " 查看详情 →
机器学习 上海·晨晖路1001 | 硕士 | 3-8年 20-40k
机器学习
上海·晨晖路1001 | 硕士 | 3-8年
20-40k
立即投递
What You’ll Build: Engineering Collaboration: Collaborate closely with the GCID CCDE Engineering team to design, develop, and optimize ML/DL models tailored for complex, high-impact enterprise challenges. Core Data Science: Conduct rigorous data exploration and feature engineering. Develop and train models for diverse tasks, with a primary focus on Time Series Forecasting and Anomaly Detection to drive proactive cloud management. Agentic AI Development: Design and implement Agentic AI capabilities, including "Agent of Agents" frameworks. Focus on orchestrating intelligent workflows that automate resource optimization, cost forecasting, and autonomous decision-making. Production-Grade Pipelines: Develop, test, and validate end-to-end model pipelines. You are responsible for ensuring that these pipelines are not just accurate, but also robust, scalable, and ready for production deployment. Lifecycle Documentation: Document methodologies, experiments, and results with a focus on reproducibility and software best practices to facilitate continuous improvement within the engineering team. Cross-Functional Integration: Partner with engineering and product teams to integrate AI models and agent-based systems into cloud-native environments, transforming analytical insights into functional products that enhance operational efficiency. What you bring: Education & Experience: Master’s degree in Computer Science, Machine Learning, Data Analytics, or a related technical field is preferred. 3+ years of hands-on experience in data analysis, ML/DL modeling, and applied software development. Technical Skills: Exceptional Python skills with an emphasis on writing clean, maintainable, and efficient code. Solid SQL skills for complex data retrieval. ML/DL Frameworks: Proven experience with frameworks like PyTorch or TensorFlow. Software Foundations: Solid understanding of MLOps practices, and the ability to build/consume APIs. Practical experience in time series forecasting and anomaly detection for operational monitoring. Exposure to Large Language Models (LLMs) and AI Agent frameworks (e.g., prompt design, orchestration, or tool-calling). Preferred Experience (Nice to Have): Understanding of cloud computing environments (AWS, Azure, or GCP) and cloud resource optimization. Familiarity with SAP systems or enterprise data landscapes. Excellent communication, analytical thinking, and problem-solving abilities. Proven capability to work both independently and collaboratively in a dynamic team environment. 要做的事情主要是： 分析云平台相关数据，找出影响成本、效率和服务质量的问题。 搭建机器学习和深度学习模型，重点做： 时间序列预测 异常检测 设计和开发 AI Agent / 多 Agent 系统，让它们能自动完成一些云资源优化、成本预测、决策辅助的工作。 把模型从实验做成能上线的产品，包括训练、测试、部署、接口集成和维护。 和工程、产品团队一起合作，把 AI 能力真正接入生产环境。 想要什么样的人 Python 很强，代码写得规范、可维护。 会 SQL，能处理和分析复杂数据。 有机器学习 / 深度学习实战经验，熟悉 PyTorch 或 TensorFlow。 做过时间序列预测和异常检测。 懂一点 MLOps，知道怎么把模型上线、怎么接 API。 接触过大模型和 AI Agent 框架，知道 prompt、tool calling、agent orchestration 这些概念。 懂云平台，比如 AWS / Azure / GCP。 沟通和协作能力不错，能独立做事，也能和团队配合。 "
查看详情 →
项目服务工程师（金融/央企方向） 成都·郫都区现代工业港 | 本科 | 1-3年 8-13k 立即投递 一、岗位职责: 1.负责人工智能项目实施交付，项目覆盖咨询规划、模型治理、系统部署、运维支持及组织赋能的完整闭环。 2.研究机器学习/深度学习技术(如NLP、OCR)，解决客户实际业务场景问题。 3.持续跟踪AI技术发展趋势，形成相关的分析报告。 4.综合运用人工智能技术、大语言模型，优化客户项目技术方案，提升产品效率和质量。 二、任职要求:(一)专业能力 1.学历要求:本科及以上学历，微电子、计算机、通信、自动化、应用数学、物理等相关专业。 2.知识要求:深厚的AI理论基础，熟悉机器学习、深度学习、自然语言处理等领域的最新技术和研究进展。 3.技能要求:掌握Python/Java开发，熟悉至少一种机器学习框架(TensorFlow/PyTorch等)，掌握Linux操作系统下CMake、GDB、Git、Docker等常用开发和调试工具。 4.工作经验:有以下一种或多种工作经验，具备1年以上项目实践经验(1)熟悉低代码平台(FastGPT、Dify、Coze)工作流开发流程。(2)熟悉RAG技术，有信息检索与生成领域的项目经验。 (3)数据处理:熟练使用数据处理和分析工具，有处理大规模数据的经验。 (4)熟悉大模型推理或部署应用框架和开源库，如LLaMA-Factory、Transformers,vllm等。(5)熟悉大模型训练数据的清洗、构建及数据质量的提升。 (6)具有大模型训练或微调经验、有训练语料库建设经验者优先(7)具有过知识库、Langchain等技术的实战经验者优先(8)优秀本科相关专业的应届生可放宽条件。 5.个人要求:对AI前沿技术(如大语言模型、多模态、Agent技术等)保持高度敏感，具备快速学习并应用新技术的能力。 三、工作地点 1、四川省成都市武侯区四川省成都市武侯区机场路土桥段&2、成都市郫都区现代工业港北片区望丛东路889号" 查看详情 →
项目服务工程师（金融/央企方向） 成都·郫都区现代工业港 | 本科 | 1-3年 8-13k
项目服务工程师（金融/央企方向）
成都·郫都区现代工业港 | 本科 | 1-3年
8-13k
立即投递
一、岗位职责: 1.负责人工智能项目实施交付，项目覆盖咨询规划、模型治理、系统部署、运维支持及组织赋能的完整闭环。 2.研究机器学习/深度学习技术(如NLP、OCR)，解决客户实际业务场景问题。 3.持续跟踪AI技术发展趋势，形成相关的分析报告。 4.综合运用人工智能技术、大语言模型，优化客户项目技术方案，提升产品效率和质量。 二、任职要求:(一)专业能力 1.学历要求:本科及以上学历，微电子、计算机、通信、自动化、应用数学、物理等相关专业。 2.知识要求:深厚的AI理论基础，熟悉机器学习、深度学习、自然语言处理等领域的最新技术和研究进展。 3.技能要求:掌握Python/Java开发，熟悉至少一种机器学习框架(TensorFlow/PyTorch等)，掌握Linux操作系统下CMake、GDB、Git、Docker等常用开发和调试工具。 4.工作经验:有以下一种或多种工作经验，具备1年以上项目实践经验(1)熟悉低代码平台(FastGPT、Dify、Coze)工作流开发流程。(2)熟悉RAG技术，有信息检索与生成领域的项目经验。 (3)数据处理:熟练使用数据处理和分析工具，有处理大规模数据的经验。 (4)熟悉大模型推理或部署应用框架和开源库，如LLaMA-Factory、Transformers,vllm等。(5)熟悉大模型训练数据的清洗、构建及数据质量的提升。 (6)具有大模型训练或微调经验、有训练语料库建设经验者优先(7)具有过知识库、Langchain等技术的实战经验者优先(8)优秀本科相关专业的应届生可放宽条件。 5.个人要求:对AI前沿技术(如大语言模型、多模态、Agent技术等)保持高度敏感，具备快速学习并应用新技术的能力。 三、工作地点 1、四川省成都市武侯区四川省成都市武侯区机场路土桥段&2、成都市郫都区现代工业港北片区望丛东路889号"
查看详情 →
💡 本批职位速览 薪资：8-40K（平均约22K） 经验：1-8年，以3-5年为主 重点：AI/机器学习、项目交付、金融行业背景等能力 建议：具备AI技术+项目落地经验者更易脱颖而出；机器学习岗偏爱硕士，AI推理平台及项目服务岗本科可投，有金融央企背景者优先。
💡 本批职位速览 薪资：8-40K（平均约22K） 经验：1-8年，以3-5年为主 重点：AI/机器学习、项目交付、金融行业背景等能力 建议：具备AI技术+项目落地经验者更易脱颖而出；机器学习岗偏爱硕士，AI推理平台及项目服务岗本科可投，有金融央企背景者优先。
人工智能招聘，查看更多职位