一、专业：人工智能、计算机科学、电子信息、数学等相关专业，硕士及以上学历（2027届及以后毕业生）
二、行业背景/工作经验：从事人工智能专业，有消防领域知识优先
三、具备专业知识及技能
技术基础：
熟练掌握 Python 编程，熟悉 PyTorch/TensorFlow 深度学习框架，具备扎实的机器学习理论与实战基础；
能够独立运行如 BERT 系列等NLP大模型，具备离线大模型的微调实战经验，可快速适配消防应急等行业场景化模型开发需求；
熟练使用Cursor Copilot、Claude Code等至少一款 AI 编程辅助工具，能借助工具提升算法开发、模型调试效率;
具备 Docker 容器化开发经验，使用过国产 GPU 芯片，了解微服务架构者优先；
熟悉自然语言处理（NLP）核心原理，包括分词、命名实体识别、语义匹配、知识图谱构建、文本分类等基础技术，有行业场景 NLP 落地经验者优先。
核心技能：
具备语义库、知识库构建经验，熟悉知识增强检索技术（如向量检索、语义检索、知识图谱检索）者优先；
有智能辅助决策算法设计、落地经验，或参与过行业类 NLP 项目（政务、应急、消防等）者加分；
熟悉至少一种向量数据库（如Milvus、Pinecone）的使用，有检索系统搭建经验者优先；
了解多模态模型（如 Otter、VILA）架构，具备跨模态特征融合或部署经验者优先；
具备极强的问题分析与解决能力，能针对消防应急等行业实际业务问题拆解技术方案，独立推进问题定位与解决。
四、综合素质要求
具备强自驱力与问题解决能力，能独立跟进技术调研与项目落地；
良好的团队协作与沟通能力，乐于分享技术见解，抗压性强；
加分项：有顶会论文、GitHub 开源项目、AI 竞赛获奖经历者优先。
五、主要工作职责
1、自然语言处理与增强检索算法
负责相关领域语义库、知识库的构建、更新与优化，语义准确性与场景适配性；
研发知识增强检索算法，优化检索精度、召回率及响应速度，实现相关信息的快速、精准检索；
设计并实现智能辅助决策算法，结合NLP技术与行业规则，支撑应急处置、隐患排查、合规校验等场景的智能化落地，解决领域内语义歧义、多轮交互等问题；
配合业务团队梳理算法需求，将业务场景转化为技术方案，推动算法原型落地与迭代优化。
2、大模型应用与行业知识库构建
基于消防行业标准、接警问询实战数据、警情研判规则及应急处置流程，利用大模型完成消防领域规则的提炼、抽取与结构化生成，支撑消防行业智能决策；
融合大模型能力与消防行业业务逻辑，打通大模型与智能辅助决策算法的联动链路，为警情分级、战术推荐、高风险判定等场景提供规则与语义支撑；
探索大模型与轻量小模型的协同推理方案，结合模型量化、推理加速技术，平衡消防应急场景下的决策精度与实时性需求，适配低延迟业务要求。
3、AI 微服务工程化开发
基于 Docker 容器化技术，设计并实现 AI 模型的微服务封装、接口开发与部署上线；
优化服务高并发处理能力，保障模型推理的低延迟与高可用性；
配合测试团队完成服务性能压测、Bug 修复及版本迭代。