JD数据
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "AI Engineer",
"job_level": "初级",AI生成
"work_category": "全职",AI生成
"department": "未披露",
"location": "北京·海淀区·学院路",
"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": "元环智能",
"company_industry": "人工智能",
"company_size": "0-20人",
"company_website": "未披露",
"company_description": "我们是谁?\n元环智能(Meta Circle)是一家专注于挖掘AI背后的科学(Science Of AI),并据此加速AI自动化研究和模型研发(AI for AI)的公司。\n\n我们在做什么?\n我们希望通过 AI for AI,让 AI 参与 AI 的研发过程,推动 AI 研发从规模化试错走向规模化洞见。\n我们正在训练一种“模型的模型”,叫做元模型。元模型不仅能够预测AI模型表现,也能够设计新的AI模型。\n元环智能专注于:\n【Science of AI】探索AI的科学原理\n【AI for AI】构建能够自动发现和改进的AI系统\n【AI for Science】让更强大的AI推动科学发现\n【Auto Research】研究新一代AI架构与自动科研\n\n团队由清华大学、北京大学、MIT等背景研究者组成。\n\n如果你愿意探索未知,希望参与一项能改变AI未来的长期事业,欢迎加入我们!"
},
"compensation": {
"salary_range": {
"min": 30000,
"max": 50000,
"currency": "元",
"cycle": "月"
},
"benefits": "意外险 | 零食下午茶 | 五险一金 | 股票期权 | 团建聚餐 | 补充医疗保险 | 定期体检 | 生日福利 | 带薪年假 | 年终奖 | 员工旅游 | 节日福利"
},
"requirements": {
"working_years": "",
"degree": "本科",
"language": "中文",AI生成
"visa_support": "未披露",
"responsibilities": "设计并实现 AI 科研工具链与实验平台(如 ComfyResearch、OPHIS)。\n建设并维护分布式训练、推理优化、数据管线、模型评估等研发基础设施。\n与 Researcher 紧密合作,将前沿研究想法快速工程化、产品化、开源化。\n优化系统性能与开发者体验,支撑大规模实验的高速迭代。\n\n我们寻找这样的你\n1、扎实的编程能力,熟练掌握 Python(C++ / CUDA 加分,有则更佳);2、熟悉至少一种深度学习框架(PyTorch 等)。\n3、有 AI 相关工程 / 研究项目,能讲清楚关键的技术决策与真实效果,而不只是跑通 demo。\n4、具备系统能力:能独立负责或深度参与一个 AI 系统模块。\n5、面对真实问题有拆解与落地能力;能读懂论文、与研究员配合把想法变成可运行代码。\n6、本科 / 硕士在读 / 应届均可(理科背景优先;有工作经验亦可)。\n\n加分项\n1、分布式训练、GPU 集群调度、MLsys 背景;搭建过 Kubernetes / Slurm / Ray 集群。\n2、有大厂 AI Lab / 研究机构实习或工作经验。\n3、有 Agent 系统、AutoML 平台、实验管理工具(如 Weights & Biases)开发经验。\n4、GitHub 项目 star > 500,或在开源社区有持续贡献。",
"requirements_text": "1、扎实的编程能⼒,熟练掌握 Python(C++ / CUDA 加分,有则更佳);2、熟悉⾄少一种深度学习框架(PyTorch 等);4、具备系统能力:能独立负责或深度参与一个 AI 系统模块;有工作经验亦可)",
"skills": [AI生成
"Agent系统构建",
"分布式/微服务系统设计",
"模型/Agent评测体系",
"模型训练与算法优化",
"编程与代码实现"
],
"preferred_qualifications": "1、扎实的编程能力,熟练掌握 Python(C++ / CUDA 加分,有则更佳);2、熟悉至少一种深度学习框架(PyTorch 等)。\n6、本科 / 硕士在读 / 应届均可(理科背景优先;有工作经验亦可)。\n加分项",
"job_highlights": "经验不限 | 本科"
},
"contact": {
"recruiter_name": "许女士",
"contact_methods": [
{
"type": "apply_link",
"value": "https://www.zhipin.com/job_detail/694c5a8e0a9e0ee60nN629S-GVpY.html"
}
]
},
"posting": {
"posting_id": "694c5a8e0a9e0ee60nN629S-GVpY",
"post_date": "",
"hire_time": "未披露",
"update_date": "20260915",
"job_url": "https://www.zhipin.com/job_detail/694c5a8e0a9e0ee60nN629S-GVpY.html"
},
"fulltext": "岗位职责\n设计并实现 AI 科研工具链与实验平台(如 ComfyResearch、OPHIS)。\n建设并维护分布式训练、推理优化、数据管线、模型评估等研发基础设施。\n与 Researcher 紧密合作,将前沿研究想法快速工程化、产品化、开源化。\n优化系统性能与开发者体验,支撑大规模实验的⾼速迭代。\n\n我们寻找这样的你\n1、扎实的编程能⼒,熟练掌握 Python(C++ / CUDA 加分,有则更佳);2、熟悉⾄少一种深度学习框架(PyTorch 等)。\n3、有 AI 相关工程 / 研究项⽬,能讲清楚关键的技术决策与真实效果,而不只是跑通 demo。\n4、具备系统能力:能独立负责或深度参与一个 AI 系统模块。\n5、面对真实问题有拆解与落地能力;能读懂论文、与研究员配合把想法变成可运行代码。\n6、本科 / 硕士在读 / 应届均可(理科背景优先;有工作经验亦可)。\n\n加分项\n1、分布式训练、GPU 集群调度、MLsys 背景;搭建过 Kubernetes / Slurm / Ray 集群。\n2、有大厂 AI Lab / 研究机构实习或工作经验。\n3、有 Agent 系统、AutoML 平台、实验管理工具(如 Weights & Biases)开发经验。\n4、GitHub 项目 star > 500,或在开源社区有持续贡献。"
}