JD数据
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "【理想+】AI Infra工程师-视觉…",
"job_level": "管培生",AI生成
"work_category": "全职",AI生成
"department": "",
"location": "香港",
"work_mode": "现场办公",AI生成
"job_category": "AI平台基础设施研发工程师"AI生成
},
"company": {
"company_name": "理想汽车",
"company_industry": "智能硬件",
"company_size": "10000人以上",
"company_website": "",
"company_description": ""
},
"compensation": {
"salary_range": {
"min": 0,
"max": 0,
"currency": "",
"cycle": ""
},
"benefits": ""
},
"requirements": {
"working_years": 0,
"degree": "硕士",
"language": "中英双语",AI生成
"visa_support": "",
"responsibilities": "",
"requirements_text": "校招\n\n毕业时间:2027年 招聘截止日期:2027.05.31\n\n完整职位名称:【理想+】AI Infra工程师-视觉感知/强化学习-香港(A27863)\n岗位描述:\n负责AI算法领域的技术创新研究,包括:\n1. 大模型结构:设计高效的序列建模⽅法、Transformer变体、VLM模型结构等;\n2. 模型稀疏化:研究多维度稀疏化⽅法,在精度损失可控的前提下降低模型参数量和算⼒需求;\n3. 强化学习:分析LLM推理行为,探索适用于LLM的强化学习⽅法,推动大模型向自学习和自进化演进;\n4. 与系统协同设计:基于芯片资源(带宽/算力/存储)设计高效训练和推理的算法。\n岗位要求:\n1. 硕士及以上学历,计算机科学、人工智能、自动化和应用数学等相关领域;\n2. 熟练掌握Pytorch、Deepseed和Megatron-LM等AI框架的使用;\n3. 在ICML、NeurIPS、CVPR、ICLR、ACL等行业会议发表过相关论文优先;\n4. 有与硬件(AI芯片、加速器、存储系统)协同优化经验者优先。",
"skills": [AI生成
"模型训练与算法优化",
"大模型原理与能力边界",
"分布式/微服务系统设计",
"编程与代码实现",
"技术可行性与系统架构"
],
"preferred_qualifications": "",
"job_highlights": ""
},
"contact": {
"recruiter_name": "",
"contact_methods": [
{
"type": "apply_link",
"value": "https://www.zhipin.com/job_detail/15adc4c338ddfa980nJ_2dq5GFZW.html"
}
]
},
"posting": {
"posting_id": "15adc4c338ddfa980nJ_2dq5GFZW",
"post_date": "",
"hire_time": "",
"update_date": "",
"job_url": "https://www.zhipin.com/job_detail/15adc4c338ddfa980nJ_2dq5GFZW.html"
},
"fulltext": "校招\n\n毕业时间:2027年 招聘截止日期:2027.05.31\n\n完整职位名称:【理想+】AI Infra工程师-视觉感知/强化学习-香港(A27863)\n岗位描述:\n负责AI算法领域的技术创新研究,包括:\n1. 大模型结构:设计高效的序列建模⽅法、Transformer变体、VLM模型结构等;\n2. 模型稀疏化:研究多维度稀疏化⽅法,在精度损失可控的前提下降低模型参数量和算⼒需求;\n3. 强化学习:分析LLM推理行为,探索适用于LLM的强化学习⽅法,推动大模型向自学习和自进化演进;\n4. 与系统协同设计:基于芯片资源(带宽/算力/存储)设计高效训练和推理的算法。\n岗位要求:\n1. 硕士及以上学历,计算机科学、人工智能、自动化和应用数学等相关领域;\n2. 熟练掌握Pytorch、Deepseed和Megatron-LM等AI框架的使用;\n3. 在ICML、NeurIPS、CVPR、ICLR、ACL等行业会议发表过相关论文优先;\n4. 有与硬件(AI芯片、加速器、存储系统)协同优化经验者优先。"
}