算法工程师简历范文

这份简历面向互联网舆情监测行业，岗位是舆情算法工程师。该岗位通常负责新闻与社交文本的去重、实体识别、事件聚类和风险信号识别，需要结合规则与语义模型处理讽刺、引用、转述等复杂表达，并通过分层评测、人工复核和错误案例库控制误报。常见能力要求包括Python、向量检索、分类与聚类模型、标注规范制定和跨团队协作。适合有中文文本分析、NLP算法或舆情系统落地经验，关注模型在真实业务中稳定性的求职者参考。

计算机视觉算法工程师在工业视觉检测领域负责将图像算法落地到产线，解决缺陷识别、误报漏检和节拍约束等实际问题。日常工作包括数据采集与标注规范制定、模型训练与调优、边缘部署与推理加速，以及与光学、软件和质量团队联调。常见技能要求涵盖PyTorch、目标检测与分割、小样本学习、ONNX/TensorRT优化和产线验证方法。适合有工业视觉、缺陷检测或边缘计算经验，希望进入智能制造行业的社招求职者参考。

大模型算法工程师是人工智能行业中的研发岗位，主要围绕大语言模型的训练、微调、检索增强生成和线上服务展开。日常工作包括文档解析、向量检索、重排、答案生成、指令微调、评估集建设、延迟与成本优化，并与产品、安全、实施团队协作完成企业知识问答、智能客服等场景落地。常见能力要求包括PyTorch、Transformer、RAG、向量数据库、提示工程、模型量化与缓存策略，同时需要理解权限过滤、引用溯源和拒答规则。适合有自然语言处理、搜索推荐或算法工程经验，希望进入大模型应用方向的社招求职者参考。

这份简历面向支付与金融科技行业的风控算法工程师岗位，属于社招方向。该岗位主要负责交易反欺诈模型开发，包括设备指纹、账户行为、交易序列等特征工程，使用LightGBM等算法训练风险评分，并完成阈值校准与策略联动。日常需要与策略、合规、审核团队协作，确定拒付与申诉口径，通过A/B实验优化拦截效果，同时建立PSI、分数分布和误拦抽样监控，跟踪标签延迟与模型漂移。常见能力要求包括统计建模、风控指标理解、跨部门沟通和线上问题定位。适合有支付风控、反欺诈建模或策略分析经验，希望深入金融科技风控方向的求职者参考。

AIGC算法工程师是人工智能行业中负责生成式内容系统落地的技术岗位，主要服务于电商、营销、媒体、设计等需要批量生产图文内容的业务场景。日常工作围绕提示词工程、检索增强生成、多模型路由、评测体系搭建和推理成本优化展开，需要与产品、设计、工程团队协作，把大模型能力转化为稳定可控的生产链路。常见能力要求包括LLM应用开发、RAG、向量检索、内容安全与数据合规意识，以及用评测数据驱动模型选型的能力。适合有机器学习或NLP背景、关注生成质量与工程效率的社招求职者参考。

NLP算法工程师是人工智能领域中的技术研发岗位，主要让计算机理解和生成人类语言，常见于智能客服、搜索推荐、知识问答、内容审核等产品。日常工作包括语料清洗与标注规范制定、意图识别与实体抽取模型训练、检索与向量召回优化、离线评测与线上监控，并与产品、后端和标注团队协作完成模型上线。通常要求掌握Python、PyTorch或TensorFlow、Transformers，熟悉分类、序列标注、文本匹配和检索增强等任务，具备将模型从实验推进到服务的能力。适合有机器学习或软件开发背景、关注数据质量和线上效果、愿意持续迭代模型的求职者参考。

ADAS算法工程师主要服务于智能驾驶行业，负责前视摄像头、毫米波雷达、激光雷达等传感器的感知算法研发，包括目标检测、车道线识别、可行驶区域分割等任务。日常需要完成数据标注规范制定、模型训练调参、长尾场景挖掘、车端部署与闭环评估，并与数据、测试、车端工程团队协作推动算法量产落地。常见技能要求包括PyTorch、ONNX、TensorRT、时序融合、模型压缩和C++/Python工程能力，同时需要理解摄像头标定、车辆信号和功能安全基本要求。适合车辆工程、自动化、计算机等专业，有感知算法或嵌入式部署经验，希望进入主机厂、Tier1或自动驾驶公司的求职者参考。

这份页面面向准备参加校招的计算机、人工智能相关专业应届生，介绍算法工程师岗位在人工智能行业中的定位与常见工作内容。算法工程师通常负责数据预处理、特征工程、模型训练与评估、推理服务交付，并与后端、产品和业务团队协作，把算法能力落到具体场景中。常见能力要求包括Python、PyTorch、scikit-learn、SQL、Linux、机器学习与深度学习基础，以及实验设计、消融分析、误报分析和结果复现能力。时序异常检测、工业智能运维等方向还会关注时间序列建模、类别不平衡处理和阈值调优。适合希望进入互联网、软件或人工智能行业从事算法研发的校招求职者参考。

这份简历面向互联网行业的AI增长算法工程师岗位。该岗位的核心任务是通过机器学习模型和实验设计，驱动用户增长、提升留存和转化。日常工作包括构建推荐系统、用户分层、流失预测、营销触达策略，以及设计A/B实验并分析结果。常见能力要求包括扎实的机器学习基础、熟悉LightGBM、PyTorch等工具，掌握特征工程、模型评估和上线部署流程，同时需要具备与产品、运营团队协作的能力。适合有算法或数据科学背景，对用户增长和业务指标敏感，并希望从事推荐、增长方向的求职者参考。

这份简历面向互联网行业中的AIGC内容安全算法工程师岗位。该岗位主要负责识别和防控AIGC生成内容中的风险，如涉政、涉黄、暴恐、Prompt注入、越狱攻击等，保障平台内容安全与合规。常见工作场景包括构建风险标签体系、开发多模态审核模型、设计红队评测样本、优化策略融合以平衡召回率与误杀率，并协同审核、策略、后端等团队完成模型上线与迭代。核心技能涵盖NLP、多模态理解、Transformer、LLM安全评测、弱监督标注、规则引擎、灰度实验等。适合具备NLP或内容安全算法经验、熟悉大模型安全、对风险控制有工程落地能力的求职者参考。

这份简历面向人工智能行业中的AI智能体算法工程师岗位，主要服务企业级智能体应用，如知识库问答、售后支持、合同管理等场景。岗位通常负责设计Agent的整体架构，包括意图识别、任务规划、工具调用、结果校验和人工兜底，同时优化RAG流程以提升检索准确性和答案可靠性。核心能力要求包括扎实的NLP基础、熟悉大模型应用开发、掌握LangGraph等编排工具，以及具备工程化评测和线上问题分析能力。适合有NLP或大模型应用经验、希望深入Agent方向的算法工程师参考，也适合对智能体落地感兴趣的求职者了解岗位全貌。

这份简历面向工业自动化与机器视觉领域，聚焦工业视觉算法工程师岗位。该岗位主要服务于制造业产线，通过图像处理、深度学习模型和传统算法，解决产品缺陷检测、目标定位、尺寸测量和字符识别等问题。常见工作场景包括锂电极片、3C外观件、包装线等质检环节，需要与机械、电气、产线工艺团队紧密协作，并适应不同客户现场环境。核心能力包括图像预处理、模型训练与优化、算法SDK封装、边缘端部署（如ONNX/TensorRT），以及针对反光、脏污等复杂场景的调优能力。招聘方通常关注候选人的项目落地经验、缺陷检出率与误检率指标、推理耗时优化，以及跨部门协作能力。适合有机器视觉或算法背景、希望深耕工业场景的求职者参考。