cto

1. 负责机器学习、深度学习模型的架构设计、开发与优化，落地核心算法方案，赋能业务场景。 2. 搭建数据管道与特征工程体系，统筹数据采集、清洗、标注全流程，完善数据质量保障机制。 3. 负责模型训练、调优、评估、部署及线上监控，推进MLOps流程标准化建设。 4. 跟进LLM、多模态、Agent、RAG等前沿AI技术，结合业务落地创新应用。 5. 参与产品需求分析与方案设计，拆解业务痛点，输出可落地的AI解决方案。 6. 主导核心AI项目的架构设计、开发交付与跨团队协作，实现AI能力规模化落地。 7. 编写技术文档，参与代码评审与技术分享，指导初级工程师，规范团队技术体系。

（一）硬性条件 1. 学历专业：本科及以上学历，计算机、人工智能、数学、统计学等相关专业，硕士学历优先考虑。 2. 工作经验：5年及以上AI相关岗位工作经验，具备大型AI项目独立开发经验，拥有完整AI项目从0到1搭建、迭代优化或规模化落地的全流程实战经验。 3. 综合思维：具备扎实的产品思维与业务理解能力，可深度参与产品方案设计，立足用户价值与业务核心目标，推动AI技术高效落地、产生实际业务价值。 4. 编程能力：精通Python编程语言，工程代码规范、逻辑清晰，熟悉Golang、Java至少一门后端开发语言，具备成熟的工程实践与问题调试能力。 5. 框架技能：精通PyTorch、TensorFlow等主流深度学习框架；熟练掌握LangChain、LlamaIndex、vLLM等LLM应用及推理框架者优先。 6. 算法基础：拥有扎实的机器学习、深度学习理论功底，精通神经网络、特征建模、模型优化等核心技术，深耕NLP自然语言处理、CV计算机视觉、多模态融合、推荐算法等至少一个细分方向。 7. 工具能力：熟练使用Docker、Linux、Git、CI/CD等开发运维工具；掌握FastAPI、Flask、Triton、TorchServe、ONNX等主流模型部署工具；了解K8s、云平台及MLOps体系建设者优先。 （二）加分项 1. 具备LLM大模型、RAG检索增强、智能Agent、多模态融合相关项目落地实战经验； 2. 拥有模型轻量化压缩、推理性能加速、分布式训练、大规模海量数据处理相关项目经验； 3. 具备技术团队管理、项目技术负责人任职经历，有大型跨团队AI项目主导落地经验； 4. 拥有开源项目贡献、独立技术博客、行业学术论文、技术发明专利等成果者。 （三）软性要求 1. 具备优秀的跨部门沟通、团队协作能力，逻辑思维清晰，问题拆解与闭环解决能力强； 2. 工作责任心强，主动抗压，具备持续自主学习、深度技术钻研的职业素养； 3. 擅长平衡业务目标与技术方案，具备成熟的产品化思维，拒绝纯技术堆砌，聚焦AI技术落地实效； 4. 熟悉大型项目协作流程，可快速适配跨团队、跨角色协同工作模式，高效推进项目落地。