追踪国内外最新大模型AI领域研究成果，并探索AI业务场景下的创新和落地；

负责大数据和AI技术用于恶意文件检测、攻击威胁研判和恶意流量识别等，提高现有的对抗效果；

负责AI算法的设计和实现，包括但不限于：神经网络与机器学习、计算机视觉、智能决策、推荐系统等；

负责跟踪对抗样本攻防、AI滥用等技术前沿，研究和提升AI模型抗恶意样本的能力；

负责大模型算法的性能优化工作，包括模型推理加速、算法模块调度优化、模型量化蒸馏等；

优化AI模型的计算和存储效率，以适应不同的部署环境和资源限制。

计算机相关专业，具备一个及以上大型实际软件项目经验，独立承担过关键子模块的开发工作；

熟练运用至少一门编程语言（C++ /Java /Python等）；

熟悉Tensorflow/scikit-learn/xgboost/Caffe/MindSpore等主流深度学习框架的使用，具备AI算法开发及应用经验者优先；

深入理解计算机系统架构与操作系统，熟练掌握异构计算平台原理和典型硬件加速器的使用方法，熟练运用并发编程和底层调试，熟悉Linux/ROS；

熟悉深度神经网络、计算机视觉、机器学习算法和知识图谱等的至少一种，能够针对算法特点与芯片硬件特点设计最佳算法实现方式并优化部署或者有数据分析、挖掘、建模等方面的背景；

了解编程规范/惯用法/设计模式，掌握OOD/业界常用框架优先。

负责企业级AI系统开发，包括智能体(Agents)框架构建、高并发知识库问答系统（RAG）的分布式设计与优化、多模态内容生成系统的工程化落地；

主导大模型全链路开发，涵盖模型微调(SFT)、Prompt工程体系构建、RAG检索增强全流程优化；

设计复杂分布式系统架构，解决高可用部署、GPU资源调度、数据检索延迟等问题，对LangChain/llama-index等框架进行深度定制与性能优化；

构建AI系统评测体系，验证RAG问答准确率、生成内容质量、系统响应延迟等核心指标；

跟踪大模型领域前沿技术，主导关键组件的技术选型与架构升级。

计算机相关专业硕士，具备企业级系统架构设计能力，有百万级日请求系统开发经验者优先；

精通分布式系统设计，掌握分布式存储(如HDFS、Elasticsearch)和计算框架(如Spark、Flink)，具有开源组件性能调优经验；

深入理解RAG技术栈，具备检索系统全链路优化经验，包括但不限于混合检索策略制定、查询扩展技术、向量索引构建等关键能力；

掌握大模型工业化落地方法，熟悉SFT全流程优化（数据构造、训练策略、参数高效微调）及Prompt工程体系设计；

具备复杂系统问题解决能力，具有以下经验者优先：1）成功优化过知识库检索核心指标（召回率提升20%+或延迟降低50%+）；2）设计过亿级token知识库的分布式解决方案；

熟练使用C++/Java/Python进行高性能开发，具备框架源码优化或高并发模块开发经验。