AI运营（AI互动漫画方向） Beijing Full-time Internet / Electronics / Games Responsibilities 职位描述你将加入一个用 AI 实时生成漫画的消费级产品。我们相信每个人都可以成为故事的导演，而你的工作，是让 AI 学会像漫画家一样思考：分镜怎么切、镜头怎么给、光线怎么打、画面怎么讲故事。1. 核心Prompt研发与优化：结合业务场景与用户需求，主导设计、测试与迭代高质量的Preset（包括Prompt、System Prompt、模型参数配置等）；针对推理模型与非推理模型的差异化特性，制定相应的提示策略，持续优化模型输出的准确性、相关性与创造性。2. AI Agent与工作流设计：深入理解并实践以Agent为核心的新范式，设计多步骤、多工具调用的自动化工作流；熟悉MCP、Skills、Harness等新兴协议，探索AI与外部工具、数据库、API的深度集成。3. 视觉叙事与画面把控：主导漫画生成的分镜设计与视觉语言，包括镜头构图、景别切换、光影氛围、角色表现力等；将漫画创作的专业经验转化为可复用的 Prompt 模板和生成策略，持续提升 AI 出图的叙事质量与美术水准。4. 模型能力探索与应用：紧跟行业前沿，主动调研和评测新兴文生图与图生图模型（含开源与闭源），尤其关注漫画/插画风格生成、角色一致性、画面质量与生成效率；深入实践 Midjourney、Stable Diffusion、Flux 等主流文生图模型及 LoRA、ControlNet、IP-Adapter 等风格与构图控制手段，探索其在漫画生成、角色设计、分镜出图等场景下的应用潜力与边界。5. 知识体系构建与沉淀：建立并维护公司级的Prompt知识库与资产库，系统性地沉淀优秀案例、工程方法论与最佳实践。6. 跨部门协同与项目推进：与产品、算法、工程及设计团队紧密协作，深刻理解需求，确保AI能力精准转化为可落地的业务成果。在Agentic产品的迭代周期中，承担AI侧的需求对齐与验收工作。7. AIGC数据分析与结果评估：对用户与模型的交互数据进行分析，建立评估指标体系，深入理解用户偏好；结合A/B测试与自动化评估框架（LLM-as-Judge等方法），量化不同策略的效果，为产品迭代提供数据支撑。 Qualifications 职位要求1. AI领域热情与深度思考：对AIGC领域抱有浓厚兴趣，是主流AI产品（如ChatGPT/Claude/Cursor、Midjourney/Stable Diffusion、SillyTavern、Cherry Studio、Openclaw等）的深度用户，并有自己独到的见解和批判性思考。2.
We are hiring a Senior PCIe Firmware Engineer to join the Chip Design PCIe Firmware team, based in Beijing. You will be the teams first-line representative for our Chinese customers — keeping the highest standard of
AIOS-多模态算法工程师-北京/成都 北京、成都 校招 正式 互联网 / 电子 / 网游 - 研发 职位描述 2027届的小伙伴，你好。在中科创达智能汽车事业群该岗位下，你可能会负责如下某一领域工作：1.负责智能汽车行业专用大模型的研发，包括 10B–100B 参数级模型的预训练、领域微调、对齐（SFT/RLHF/DPO 等），构建面向车载场景的行业大模型。2.负责多模态融合算法的研究与开发，包括语言、视觉、语音等模态的对齐与联合建模，支持实时车端交互，如智能座舱多模态助手、多模态感知、人机共驾交互等。3.负责边缘侧推理加速，包括模型量化、剪枝、蒸馏、投机解码、算子融合与定制优化等，实现车端推理性能提升 2–5 倍，满足低延迟、低功耗、高稳定性要求。跟踪 NeurIPS、ICML、ACL、CVPR、ICCV 等顶级会议前沿论文，完成关键算法的快速复现、评估与产品化落地，建立技术预研到工程转化的闭环。4.参与车端 AI 平台建设，包括数据管道、分布式训练框架、多模态评测体系、模型部署工具链及持续集成流水线。5.参与多模态模型在实车环境中的性能分析、稳定性优化、安全问题排查及迭代改进。编写技术方案、实验报告与设计文档，参与代码评审、技术分享与团队知识沉淀。福利待遇1.自有员工，五险一金，13薪，午餐补助/交通补助/误（晚）餐补助2.每周双休，上班时间：早9:30-晚19:00，可提前1H弹性打卡；午休时间12:00-13:303.清晰的晋升通道/明确的培养计划/导师1对1学习，雏鹰计划/superman计划提供丰富的晋升通道 职位要求 1.本科及以上学历，计算机、人工智能、数学、自动化、电子信息、软件工程等相关专业。2.扎实的机器学习与深度学习基础，深入理解 Transformer、注意力机制、归一化、优化器等核心组件。3.精通 Python，熟练使用 PyTorch / TensorFlow 等深度学习框架，具备独立搭建、训练和调试大模型的能力。4.熟悉大模型技术栈，包括预训练、SFT、RLHF、DPO、PPO 等对齐方法，掌握 LoRA、QLoRA、Adapter 等高效微调技术。5.熟悉分布式训练框架与策略，如 DeepSpeed、Megatron-LM、FSDP、数据并行、模型并行、流水线并行、ZeRO 等。6.了解主流多模态模型架构，如 CLIP、BLIP、LLaVA、Flamingo、Qwen-VL、InternVL、GPT-4o 等，了解模态对齐、跨模态注意力、视觉编码器与