中国电信｜大数据和AI工程师（AI中心）

1.开展通用语言大模型和自然语言处理、多模态大模型和传统图像识别技术、语音识别技术的研发、微调、优化等工作 2.负责内外部垂类大模型的训练和微调，根据业务场景需求，输出包括数据标注、训练和微调、效果验证在内的技术方案，并开展算法研发与优化 3.负责小模型算法研发优化迭代，包括图像检测、图像识别、目标跟踪、视频语义理解、ASR和TTS等 4.负责GPU/国产芯片等不同AI平台的算法模型适配，实现AI算法的工程化落地和加速优化 5.研究典型场景的AI应用算法与模型实现，为AI产品研发、测试和运营提供决策支持 6.开展大数据平台的架构设计、开发和优化，确保平台的稳定性和性能，负责软件开发实现，相关文档和手册的编写 7.使用大数据技术进行数据的采集、治理、分析和应用产品开发，构建高质量数据集 8.开展专题数据分析、数据挖掘、数据建模，基于机器学习/深度学习/推荐算法等技术，深入研究用户行为特征，从已有用户特征挖掘分析用户隐性特征，构建相关维度的标签体系，为业务发展提供支持 9.参与可信数据空间、数据要素领域的技术研究和系统设计开发 10.深入研究大数据相关技术和产品，负责重点技术攻关，跟进行业发展

1.了解AI算法基本原理和常用开发框架，熟悉视觉算法开发技术或大模型微调技术，熟练掌握python或C/C++语言开发；熟悉SQL和NoSQL数据库查询语言 2.了解AI算法平台和AI算法研发的基本流程，具备项目计划、进度控制、风险管理等能力 3.具备良好的沟通和协调能力，能够有效地与项目成员和其他相关部门沟通协调保障AI建设项目进展 4.对AI技术和行业发展趋势有深入了解，能够把握AI技术的发展方向和应用 5.熟悉电信的网络架构优先，能指导完成AI产品和AI平台的系统架构设计、网络配置优化等 6.了解并能够使用Hadoop生态系统中的各种工具，如HDFS（Hadoop Distributed File System）、MapReduce、Spark、Hive、Pig等 7.掌握流处理框架，如Apache Kafka、Apache Storm或Apache Flink；熟悉数据仓库技术，例如Apache Hadoop、Amazon Redshift或Google BigQuery 8.能够处理大量数据，包括数据清洗、转换和加载（ETL）过程；理解数据建模和数据结构 专业要求：计算机科学与技术、软件工程、通信工程、信息工程、移动通信、电子信息工程、电子科学与技术、计算机科学与技术、理论和应用数学、统计学、人工智能、软件工程、模式识别、数据挖掘等相关专业