AI Architect

AI Architect 岗位职责（Responsibilities） 1. AI 技术架构设计（核心职责）负责公司 AI 整体技术架构规划，包括模型架构、数据架构、推理架构、训练架构等。设计端到端 AI 解决方案，涵盖数据采集、特征工程、模型训练、模型评估、部署与监控。构建可扩展的 AI 平台能力（MLOps / AIOps），提升模型开发与上线效率。 2. 模型研发与优化主导大模型（LLM）、推荐系统、搜索、NLP、CV 等方向的模型研发与优化。负责模型性能调优，包括推理加速、量化、蒸馏、多模态融合等。评估并引入前沿 AI 技术（如 RAG、Agent、向量数据库、知识图谱等）。 3. AI 产品与业务落地与产品、业务、数据团队深度协作，推动 AI 能力在业务场景落地（如智能客服、智能推荐、预测分析、自动化运营等）。负责业务需求分析、技术方案设计、可行性评估与交付质量。推动 AI 能力平台化、组件化、服务化，提升复用率。 4. 数据与算力体系建设参与数据治理、数据质量、数据安全体系建设，确保 AI 模型的数据输入可靠。规划算力资源（GPU/CPU/分布式训练），提升训练与推理效率。负责数据流、特征流、模型流的架构设计与优化。 5. AI 安全与合规负责模型安全、数据安全、隐私保护、合规性评估（如 GDPR、数据分级、脱敏策略）。识别并规避模型风险（幻觉、偏见、滥用、越权等）。 6. 技术前瞻与团队赋能跟踪 AI 行业趋势，评估新技术的可行性与商业价值。指导团队成员成长，推动 AI 技术体系与工程文化建设。

1. 技术能力计算机、人工智能、数学等相关专业，本科及以上学历。精通至少一个 AI 方向：LLM、NLP、CV、推荐系统、知识图谱、强化学习等。熟悉主流 AI 框架：PyTorch、TensorFlow、JAX、DeepSpeed、Ray、HuggingFace 等。熟悉 MLOps 工具链：KubeFlow、MLflow、Airflow、Feast、Argo、Prometheus 等。熟悉数据平台：DataLake、LakeHouse、Flink、Spark、Hive、Kafka 等。熟悉云平台：AWS / Azure / GCP / 阿里云 / 腾讯云。 2. 架构能力有大型分布式系统设计经验。能设计高可用、高性能、高扩展的 AI 系统架构。熟悉模型训练、推理、部署、监控的全链路架构。 3. 业务理解能将 AI 技术转化为业务价值，具备跨部门沟通能力。有推动 AI 产品落地的成功经验。 4. 经验要求 5 年以上 AI/大数据/算法/架构相关经验。有 AI 平台、推荐系统、智能客服、自动化运营等项目经验者优先。加分项（Nice to Have）有大模型微调、RAG、Agent 系统落地经验。有 GPU 调优、模型加速、分布式训练经验。有数据治理、数据安全、隐私计算经验。有零售、金融、电商、制造等行业 AI 落地经验。有开源贡献或技术社区影响力。

职位描述

职位要求

Cassie Lin