1、技术创新与前瞻性探索
领导深度学习的理论研究，致力于算法创新和模型开发，包括超参优化、神经网络架构搜索、元学习、迁移学习和强化学习。
2、高效建模与精准优化
基于相同的数据集进行建模，确保模型性能超越业界标准，涵盖通用算法数量、精度/准确率、响应时间、查全率和查准率等技术指标。
3、跨部门协作与沟通
与平台开发工程师紧密合作，将数据集按照标准格式导入深度学习低代码云平台，并将模型、代码、算法和镜像进行封装，确保成果的顺利运行、训练和调试。
4、独立解决问题
展现出色的问题解决能力，能够独立分析和处理技术挑战，优化和调优模型以满足高标准的性能要求。
5、实践与应用
在实际数据集上实施建模任务，确保模型在实际应用中表现出色，达到或超过行业领先水平。

一、基础要求：
1、2027届应届毕业生，硕士及以上学历，英语四级；
2、计算机类、数学、统计学、自动化、仪器类、物理类、人工智能等相关专业；

二、技能要求：
扎实的编程基础，精通python，c/c++编程语言，参与过完整的算法项目，精通至少一种主流框架，如PyTorch、TensorFlow、TFite其中一种或者多种，熟练掌握常用数据结构及算法；熟悉机器学习、深度学习算法原理并有实际的应用经验者优先；

三、素质要求：
较强的沟通和团队协作能力，善于独立分析和解决问题、关注前沿的技术。