高级研发工程师（AI 应用方向）

杭州余杭 | 全职 | 28k~上不封顶

团队负责垂直领域的图像识别与数据平台：大规模采集与治理多源数据，训练视觉模型完成目标检测、图像检索与文字识别，再通过开放 API 和客户端对外提供识别能力。生产环境已有百万级图片规模，运营工作台、标注平台、开放平台和桌面客户端均在线运行。

这个岗位的核心不是精通某一个技术栈，而是面对没做过的方向，能快速研究清楚、做出可信的结果。

岗位职责

- 端到端负责一条业务链路：从取数验证、服务与页面开发，到模型训练、上线和效果验收
- 对新方向做技术预研与选型：查资料、搭最小验证、给出有数据支撑的结论和成本估算
- 设计与维护多源数据采集服务，解决规模化场景下的稳定性、吞吐与架构问题
- 参与视觉模型的训练、评估与部署（分割 / 检索 / OCR ），把模型产物发布为可回滚的线上服务
- 建设运营工作台与标注平台，用工具化手段提升人工审核效率

任职要求

- 学习与研究能力：面对陌生方向，能从论文、官方文档和源码里拿到可用结论，先小样本验证再落地。希望你能举出一两个这样的例子
- 技术广度：前端、后端、数据、模型、部署这几块都实际做过。不要求样样精通，但每块都能接得住，不会因为"这不是我的方向"而停下
- 熟练使用 AI 编程工具（ Claude Code / Codex / Cursor 等）完成真实生产任务：清楚什么该交给模型、什么必须自己核验，对上下文组织和结果复现有自己的方法论
- 3 年以上工程经验，至少一门语言写得扎实，并能在陌生语言与框架上快速上手；能独立交付完整的 Web 应用，具体框架不限
- 机器学习工程走通过完整一轮：数据 → 训练 → 评估 → 部署。CV 、检索、OCR 、LLM 应用任一方向均可
- 工程判断力：结论有实测支撑，动手前对计算与人力成本有预估

加分项

- 了解过度量学习 / 向量检索、推理优化（ ONNX Runtime 、TensorRT 、CoreML ）
- 大规模数据采集系统的性能调优与架构设计，熟悉浏览器自动化、任务调度与网络策略
- 端侧或桌面端开发（ Rust / Tauri 、移动端推理）
- 自建过 Agent 工作流、评测集或 MCP 工具
- 有持续输出的技术博客、开源项目或自己做的小玩意

我们提供
- AI 工具随便用
- 不打卡，技术驱动型团队，结果导向，不做形式化汇报
- 技术选型自主权大，新模型、新工具只要讲得清收益就可以试
- 跨度极大的真实问题：规模化数据治理、模型训练、端侧部署，一年能走完别处三年的宽度
- 完善的文档与发布规范，每个决策有出处，不靠口头传承

看到这里如果觉得对得上，欢迎把简历发到 [邮箱 ZGV2QGljYXJkLmNsdWI=] ，标题写 [ AI + 你的名字或者昵称] 就行。GitHub 、博客、或者任何一个你自己做出来的东西，都比简历本身更有说服力。

不太确定自己合不合适也可以先聊聊，欢迎大佬们的咨询和投递，了解一下我们在做什么都没关系，我会认真看每一份投递。