岗位职责: 1. 模型部署与工程化：协助将训练好的机器学习/深度学习模型封装并部署到生产环境中，确保模型的高可用性和低延迟。 2. 数据流水线开发：参与构建和维护高效的数据处理流水线（Data Pipelines），处理海量数据，为模型训练和评估提供高质量的数据支持。 3. 系统性能优化：分析 AI 系统的性能瓶颈，利用软件工程的方法（如多线程、内存优化、算子融合等）提升系统的吞吐量和运行效率。 4. 基础设施与工具链：为 AI 团队开发和维护内部自动化工具、测试框架及监控面板，提升整体研发效率。 5. 跨团队协作：与研究团队有效沟通，理解算法逻辑，用高质量的代码实现复杂的业务需求。 任职资格: 1. 教育背景：目前正在攻读计算机科学、软件工程、电子信息或相关 STEM 领域的本科或硕士学位。 2. 编程能力：具备扎实的编程基础，熟练掌握 Python，并熟悉至少一种其他主流语言（如 C++、Java 或 Go）。 3. 软件工程基础：熟悉常用的数据结构与算法；了解基本的软件工程规范，熟练使用 Git 等版本控制工具。 4. AI 基础认知：对机器学习或深度学习的基本概念有一定了解，对 AI 技术在实际产品中的应用抱有浓厚兴趣。 5. 实习承诺：能够保证每周至少 4 天、持续 3 个月以上的全职或准全职实习时间。 加分项 (Preferred Qualifications) 1. 框架使用经验：有使用 PyTorch、TensorFlow 等深度学习框架的实际项目经验（课程大作业或个人开源项目均可）。 2. 后端开发经验：熟悉常用的后端开发框架（如 FastAPI, Flask, Django, Spring Boot），有实际的 API 开发经验。 3. 云原生与部署：了解或使用过 Docker、Kubernetes 等容器化技术，或有 AWS/GCP/阿里云等云平台的使用经验。 4. 项目经验：有完整的软件项目开发经历，或者在 GitHub 上有活跃的个人项目/开源社区贡献。 5. 团队协作：良好的问题排查（Debug）能力、学习能力以及清晰的沟通表达能力。