瑞芯微
AI 算法工程师-上海
AI 算法工程师-上海
发布于 3 天前普通员工/个人贡献者
上海市
中级经验
全职员工
仅现场办公
硕士
研究与开发 (研发)
Pytorch
多模态
大模型
深度学习
计算机视觉
边缘计算
量化蒸馏
AI 估算 · 25k–45k
算法工程师岗位，要求硕士及前沿技术，上海市场薪资较高，结合公司上市规模，月薪预估2.5-4.5万。
职位详情
关于这个职位
该职位负责前沿AI算法（计算机视觉、图像处理、音频、多模态）的研发与落地，包括模型设计、优化及部署
你将参与从技术预研到产品化的全流程，涉及大模型、Transformer等先进技术，适合有扎实深度学习基础、追求技术深度的工程师
最低要求
学历背景：计算机科学与技术、人工智能、软件工程、电子信息、物理、数学等相关专业硕士及以上学历
技术功底：在深度学习、统计机器学习、计算机视觉、最优化方法等领域有扎实的理论基础与研究积累，能独立开展算法设计与研发工作
模型能力：精通Transformer、CNN、ViT、DiT等主流神经网络架构，深入理解大模型预训练、微调（LoRA/QLoRA）、Prompt工程等核心技术，能结合具体场景选型并优化模型
工具与编程：熟练掌握至少一种主流深度学习框架（PyTorch优先，TensorFlow亦可），精通Python，熟练运用C/C++及Shell脚本，具备高效的数据处理与模型开发能力
工作职责
前沿算法研发：基于深度学习与大模型技术，开展计算机视觉（检测、识别、行为分析等）、图像处理算法、音频相关算法及多模态融合等方向的前沿技术研发，包括模型架构设计、预训练优化、微调适配等工作
场景化落地：深入对接实际业务场景（如安防监控、智能终端等），将AI算法转化为可落地的技术方案，解决场景中的复杂挑战性问题，负责算法从原型验证到生产部署的全流程推进
模型性能优化：针对模型精度、推理速度、资源消耗等核心指标，运用量化、蒸馏等技术进行优化，结合边缘计算需求适配不同硬件环境，确保模型高效稳定运行
技术迭代：跟踪国内外AI领域前沿技术动态（大模型、多模态、智能体等），开展技术预研与验证
编写技术文档、沉淀研发经验，推动团队技术能力迭代升级
AI 洞察
优缺点分析
优点
- 前沿技术栈：深度接触大模型、多模态、边缘计算等热点领域，保持技术竞争力
- 公司平台稳定：瑞芯微为上市芯片公司，资源充足，算法团队成熟，职业发展有保障
- 技术氛围浓厚：鼓励技术预研和分享，有论文发表、专利产出等机会
- 适合有强烈技术好奇心、热爱算法研究、愿意深入解决实际问题的硕士及以上学历人才，尤其是对计算机视觉、大模型和边缘计算感兴趣的工程师
缺点 / 挑战
- 落地场景丰富：安防、智能终端等业务场景提供真实数据和应用挑战，成长空间大
- 技术难度高：需要扎实的理论功底和自主学习能力，跟进快速迭代的前沿技术压力较大
- 落地要求高：算法需兼顾精度与效率，在资源受限的硬件上实现稳定运行，工程挑战大
- 竞争激烈：算法岗位人才众多，需要持续产出成果，绩效压力可能较大
角色解读
- 技术深耕：成为AI算法专家，在计算机视觉或多模态领域深入突破，主导核心算法研发
- 技术管理：积累经验后转向技术负责人或团队Leader，带领项目从研究到落地
- 跨领域发展：拓展至AI产品、解决方案或技术咨询等方向，结合业务需求发挥技术价值
- 研究并开发计算机视觉、图像处理、音频及多模态融合算法，设计并优化模型架构
- 将算法落地到安防、智能终端等实际业务场景，完成从原型到部署的全流程
- 使用量化、蒸馏等技术优化模型性能，适配边缘计算硬件环境
- 跟踪前沿技术动态，进行技术预研并沉淀文档，推动团队技术迭代
- 扎实的深度学习理论基础，精通Transformer、CNN等主流架构，熟悉大模型预训练和微调
- 熟练使用PyTorch或TensorFlow，精通Python和C/C++，具备高效编程能力
- 掌握模型优化技术（量化、蒸馏、剪枝），有边缘计算部署经验更佳
- 具备独立研究和解决复杂问题的能力，有论文或竞赛经历优先
申请策略
- 关注瑞芯微的AI芯片产品（如RK系列），在面试中展现对硬件与算法结合的思考
- 准备1-2个完整的算法落地案例，从问题定义、方案设计到性能评估，体现工程思维
- 突出硕士及以上学历，以及计算机、AI等相关专业背景
- 重点列举深度学习项目经验，尤其是计算机视觉、大模型或模型优化相关，附上量化结果
- 展示编程能力（Python、C++、PyTorch）和工具使用，如有开源贡献或技术博客更佳
- 若有论文、专利或竞赛获奖，务必突出，体现研究能力
- 强化Transformer及大模型微调技术（LoRA/QLoRA），动手实践开源项目
- 学习模型量化、蒸馏等优化方法，了解ONNX、TensorRT等部署工具
面试指南
- 结构化回答：先阐述核心原理，再结合实际经验举例，最后总结关键点
- 量化思维：回答问题时常提及“实验对比”、“指标提升”、“资源消耗”等具体数值
- 强调落地：突出算法转化为实际产品的过程，展现工程能力和问题解决能力
- 请详细解释Transformer的注意力机制，以及它如何应用于计算机视觉任务？
- 你如何对大模型进行微调以适应特定场景？请举例说明低秩适配（LoRA）的原理
- 在边缘设备上，你如何平衡模型精度和推理速度？有哪些常用的优化策略？
- 描述一个你从零到一完成的AI项目，包括遇到的挑战和解决方案
- 如何评估一个算法模型的性能？除了准确率，还应考虑哪些指标？
职位点评
71
综合评分
上海AI算法岗，技术前沿，成长空间大，但工作强度高，需现场办公。
更适合这类人
最适合追求技术成长、愿意投入时间学习前沿技术、对算法落地有热情的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利75
成长发展90
工作生活50
使命价值70
薪资福利
75中等
薪资水平在上海算法岗位中属于中上等，上市公司福利完善，但未明确具体薪资和奖金，有一定不确定性。
薪资信号未披露（AI估算：25K-45K/月）
成长发展
90较高
技术栈前沿（大模型、多模态、边缘计算），提供技术预研和迭代机会，成长空间大，但未提及明确的晋升通道。
技术前沿前沿/新兴技术
技术栈深度学习、大模型、Transformer、计算机视觉、多模态、边缘计算、量化蒸馏
成长机会技术迭代、技术预研
业务类型profit_center
工作生活
50较低
仅现场办公，未提及弹性工时或远程，工作地点在上海，通勤压力可能较大，且含高强度暗示（如“跟踪前沿”、“全流程推进”）。
工作模式仅现场办公
办公地点市区核心地段
加班情况JD含高强度暗示词
使命价值
70中等
安防、智能终端等应用场景对社会安全和生活便利有正向影响，但未提及明确的社会使命，行业增长稳定。
行业发展稳定成熟行业
社会影响正向社会影响力较高
创新程度积极采用新技术
Watch Jobs