信安數(shù)據(jù) 分析 招聘（工資待遇要求）

【不支持遠程實習(xí)，要求每周工作日可到崗5天，持續(xù)實習(xí)6個月以上】
崗位職責(zé)：
1.AI驅(qū)動的數(shù)據(jù)智能處理：運用機器學(xué)習(xí)和自然語言處理技術(shù)開展自動化數(shù)據(jù)提取與處理工作，構(gòu)建智能數(shù)據(jù)管道為業(yè)務(wù)運營提供實時數(shù)據(jù)支持；利用AI算法協(xié)助生成智能化業(yè)務(wù)分析報告；通過AI質(zhì)量檢測模型確保數(shù)據(jù)準確性、實用性及可衡量性。
2.大模型部署與服務(wù)化：參與大語言模型（LLM）或視覺大模型的本地/云端部署，包括模型壓縮、推理加速、服務(wù)封裝等工作；基于 FastAPI、Flask 或其他框架開發(fā)穩(wěn)定、可擴展的 API 接口，支撐前端或業(yè)務(wù)系統(tǒng)調(diào)用 AI 能力。
3.AI產(chǎn)品協(xié)同開發(fā)：與研發(fā)、運營和產(chǎn)品團隊緊密合作，運用 AI 代碼生成工具完成智能數(shù)據(jù)清洗、AI 模型自動構(gòu)建與優(yōu)化、智能接口開發(fā)等工作，推動 AI 數(shù)據(jù)產(chǎn)品的快速迭代與落地應(yīng)用。
崗位要求：
1.數(shù)學(xué)、統(tǒng)計學(xué)、計算機科學(xué)、人工智能或相關(guān)專業(yè)，本科及以上學(xué)歷；
2.熟悉傳統(tǒng)機器學(xué)習(xí)算法及深度學(xué)習(xí)、大語言模型（如 Llama、ChatGLM、Qwen 等）、計算機視覺等 AI 技術(shù)，掌握聚類、預(yù)測、綜合評價等算法模型；
3.具備扎實的編程能力，熟練掌握 Python、R等編程語言；熟練使用 TensorFlow、PyTorch、scikit-learn 等主流框架；
4.具備大模型部署經(jīng)驗者優(yōu)先：了解模型量化、ONNX 轉(zhuǎn)換、vLLM / TensorRT-LLM / Hugging Face TGI 等推理框架，或有使用 Docker、Kubernetes 部署 AI 服務(wù)的經(jīng)驗；
5.具備后端接口開發(fā)能力：熟悉 RESTful API 設(shè)計，能使用 FastAPI、Flask 或類似框架開發(fā)模型服務(wù)接口，并理解基本的請求鑒權(quán)、限流、日志監(jiān)控等工程實踐；
6.邏輯思維清晰，具備 AI 產(chǎn)品思維和業(yè)務(wù)理解能力，擅長運用 AI 工具提升工作效率，具有良好的跨團隊協(xié)作能力，善于發(fā)現(xiàn)問題并運用 AI 技術(shù)解決復(fù)雜業(yè)務(wù)問題。
加分項：
1.有實際的大模型微調(diào)、部署或 API 服務(wù)項目經(jīng)驗；
2.熟悉前端（如 Vue/React）或后端（如 Node.js、Go）開發(fā)，并具備全棧協(xié)作經(jīng)驗；
3.熟悉 LangChain、LlamaIndex、Dify 等大模型應(yīng)用開發(fā)框架；
4.在 GitHub 或 Kaggle 上有公開的 AI 或數(shù)據(jù)工程相關(guān)項目。