算法研发(2026移动云盘)

工作内容
1.参与云盘 AI 算法体系的技术规划与选型，制定算法研发规范与技术标准，负责核心算法方案的设计、模型选型与迭代研发，输出可落地的算法技术方案；
2.负责大语言模型应用算法、多模态内容理解算法、智能检索算法、内容分类标签算法等模块的研发与效果调优，支撑云盘智能分类、以文搜图 / 搜文件、文档智能理解、音视频分析等业务场景的 AI 能力落地；
3.针对大模型对齐与效果优化、海量多模态内容检索、复杂文档解析、音视频内容分析等关键领域开展算法预研与技术攻关，定位算法效果瓶颈，持续优化算法精度与泛化能力，保障算法产出质量；
4.协同算法应用开发、产品经理、业务研发等多方团队，对齐算法需求与落地目标，推动算法方案的工程化落地与线上效果验证，跟进算法上线后的迭代优化；
5.参与云盘 AI 核心能力的重点、难点算法攻坚，负责算法设计文档、技术调研报告、效果评测报告、模型迭代记录等相关文档的撰写与持续维护；
6.跟踪大模型、多模态、智能检索等领域的前沿算法技术与学术进展，结合云盘业务场景沉淀创新算法方案，为产品 AI 能力演进与技术竞争力提升提供算法层面的参考建议。

任职条件
1.知识：硕士及以上学历，计算机科学与技术、人工智能、软件工程、数学、信息工程等相关专业优先；
2.技能：
（1）熟悉大语言模型（LLM）相关技术体系，掌握模型微调、指令对齐、Prompt 工程、思维链优化等核心方法；深入理解 RAG 全链路算法逻辑，具备检索召回策略优化、答案生成质量提升、多轮对话算法优化等相关实践经验；
（2）熟悉多模态算法相关技术，掌握图像分类 / 检索、OCR 文档解析、音视频内容理解、语音转写与语义分析等至少一类算法的实现与优化；具备海量文件、图片、音视频等非结构化内容的算法处理与特征提取经验；
（3）熟悉向量检索、语义匹配、排序推荐等核心算法原理，掌握 Embedding 模型训练与优化、向量索引构建、召回排序策略调优等关键技术；具备大规模向量数据集下的检索效果与性能平衡优化经验；
（4）熟练掌握 PyTorch、TensorFlow 等至少一种主流深度学习框架，熟悉模型蒸馏、量化、剪枝等压缩优化技术；具备算法评测体系搭建能力，能够通过科学的指标设计与实验迭代持续提升算法效果；
3.素质：具备较强的业务理解力与问题拆解能力、良好的跨角色沟通协作能力、具备高度责任心与结果导向意识；学习能力突出，能够快速跟进 AI 领域前沿技术，对 AI 算法前沿研究保持高度热情；
4.工作经验
（1）具备2年及以上工作经验，在自然语言处理、多模态理解、智能检索中至少一个方向有成熟落地经验；有大语言模型应用、RAG 系统算法优化相关项目经验者优先；
（2）具备完整算法项目全流程经验者优先，覆盖需求分析、方案设计、模型训练、效果调优、上线验证、迭代优化全环节；有大型互联网平台或 AI 平台算法研发经验，有千万级以上数据量的算法落地经验者优先。