主要研究和开发超大规模的深度学习模型，针对多任务进行优化与实现,应用于生成模型、文本理解等。主要职责包括模型设计、训练和调优。

核心技术点

Transformer  预训练与微调  多模态学习  优化算法

适配岗位 大模型应用开发工程师 Prompt工程师 大模型训练推理开发工程师 大模型算法专家

专注于深度神经网络及其在多种复杂任务中的应用，包括图像处理、语音识别和自然语言理解。职责涵盖模型构建和性能优化。

核心技术点

深度神经网络    迁移学习术    反向传播算法
正则化技术

适配岗位 计算机视觉工程师 机器人学习工程师 NLP算法工程师 语音识别工程师 深度学习研究员 AI算法工程师

聚焦于构建和优化各种机器学习模型,涉及监督学习、无监督学习等,广泛应用于数据分析、预测等场景。主要职责为算法设计与数据分析。

核心技术点

回归分析    决策树    聚类算法    SVM

适配岗位 机器学习工程师 算法工程师 软件开发工程师 自动化工程师 产品经理(AI/ML方向)

通过图像和视频分析、物体识别、场景重建等技术,使计算机能够理解和解释视觉数据，支持自动化决策和智能系统。

核心技术点

卷积神经网络    目标检测    YOLO/SSD    图像分类
实例分割

适配岗位 CV算法工程师 目标检测算法工程师 三维视觉工程师 图像处理工程师 物体追踪算法工程师 深度学习工程师

通过处理和分析文本数据，实现语言翻译、情感分析、自动摘要、聊天机器人等功能。使计算机能够理解和生成人类语言。

核心技术点

循环神经网络      语音识别技术      Embedding
情感分析算法

适配岗位 NLP算法工程师 知识图谱工程师 意图识别工程师 智能客服工程师 语音识别工程师 机器学习工程师

开发和维护用于机器学习和深度学习的高效算法框架，关注程序设计、性能优化与可扩展性，广泛支持AI应用开发。

核心技术点

Docker     PyTorch     GPU加速与并行计算
模型部署与监控

适配岗位 算法框架工程师 大数据工程师 云计算工程师 系统工程师 分布式系统工程师 算法软件工程师

本项目是一个高度自定义的3D场景工业流水线系统，旨在通过自动化技术实现高效的物品分抹与处理。系统集成了动态自动上货、残次品识别、自动分抹和传送带控制等功能，将待分拣物品输送到分抹系统。用户可以自定义规则和算法，以将物品准确分配到正确的下件系统。训练出的规则和算法越优，分拣处理的速度和准确性就越高。此外，结合MQTT等通信协议，确保了系统的灵活性和扩展性

本项目是一个创新的3D场景垃圾分类系统，利用先进的目标检测技术和多角度图像采集，实现垃 圾的自动分类。系统能够准确识别可回收物、厨余垃圾、有害垃圾和其他垃圾，从而促进资源回收 和环境保护。用户可自定义垃圾样本的多角度采集，以提升识别精度，同时系统提供直观的3D可视 化界面，简化操作和管理

本项目是一个创新的3D场景垃圾分类系统，利用先进的目标检测技术和多角度图像采集，实现垃 圾的自动分类。系统能够准确识别可回收物、厨余垃圾、有害垃圾和其他垃圾，从而促进资源回收 和环境保护。用户可自定义垃圾样本的多角度采集，以提升识别精度，同时系统提供直观的3D可视 化界面，简化操作和管理

本项目以智能 Agent 技术为核心，通过结合自然语言处理、机器学习、知识图谱等技术，打造一个能够理解用户需求、自主执行任务的私人 AI 助理。

深入挖掘从transformer到大模型的历史变迁及技术栈的迁移，带领大家从零开始搭建GPT大模型网络，学习大模型训练的技巧，基于此学习各开源大模型的部署与微调。

项目是一个基于人脸识别技术的身份验证系统，旨在通过高效、准确的面部识别算法，为用户提供安全、便捷的身份验证服务该系统利用目标检测技术进行人脸定位，并结合深度学习模型将人脸图像转化为高维向量（人脸Embedding），实现1:N的人脸识别功能。为了提升用户体验和数据管理效率，系统采用PyQt设计图形界面，并使用SQLite数据库存储和管理用户信息及识别记录