一、基本要求
1. 教育背景
- 计算机科学、人工智能、数学、电子工程等相关专业优先考虑。
2. 工作经验
- 有[1]年以上AI领域工作经验者优先，优秀应届毕业生若有相关项目经验也可考虑。
二、技能要求
1. AI开源技术研究与应用
- 热爱研究AI开源技术，对开源社区有深入的了解，如熟悉常见的开源项目、社区文化和协作模式。
- 能够熟练掌握并深入分析至少一种主流的AI开源框架（如TensorFlow、PyTorch等），了解其架构、算法原理及优化策略。
- 具备将AI开源技术实际应用到具体项目中的能力，包括但不限于数据处理、模型构建、训练和优化等环节。
- 有成功的开源项目贡献经验（如提交代码、解决问题、参与文档编写等）者优先。
2. RAG、Agent与LLaMA 3知识
- 深入理解RAG（检索增强生成）技术，包括其原理、优势以及适用场景，能够构建和优化RAG系统。
- 熟悉Agent（智能体）概念和相关技术，了解Agent的架构设计、决策机制以及在不同任务中的应用方式。
- 对LLaMA 3有深入的了解，包括其模型结构、预训练方法、微调技术以及与其他模型相比的特点，能够进行基于LLaMA 3的模型部署与应用开发。
3. 部署与转化能力
- 熟练掌握将AI模型部署到不同环境（如云平台、本地服务器、边缘设备等）的技术，熟悉相关的部署工具和框架（如Docker、Kubernetes等）。
- 能够针对实际业务需求，将AI技术成果转化为可落地的产品或服务，具备从原型到产品化的全流程经验者优先。
- 了解模型优化在实际部署中的重要性，掌握模型量化、剪枝等优化技术以提高模型在特定硬件上的运行效率。
三、综合素质
1. 学习能力
- 展现出对新知识、新技术的强烈渴望和快速学习能力，能够迅速掌握新兴的AI概念、技术和工具。
2. 创新能力
- 在AI技术应用和项目开发过程中，能够提出创新的想法和解决方案，优化现有流程或提升产品性能。
3. 团队协作精神
- 善于与不同背景的团队成员（如算法工程师、产品经理、测试人员等）合作，具备良好的沟通能力，能够有效地表达自己的想法并理解他人的需求。
4. 问题解决能力
- 在面对复杂的技术问题（如模型训练失败、部署时的兼容性问题等）时，能够运用自己的知识和经验进行深入分析，并迅速提出有效的解决方案。
四、个人特质
1. AI热情
- 对AI领域充满热情，积极关注AI领域的最新动态、研究成果和行业趋势，业余时间主动学习和探索AI相关知识。