AI与数据
浏览 AI 与数据方向的远程职位、远程人才、远程项目，找到远程合作机会。
远程职位
查看更多
我们是一家专注于视频内容生态的互联网平台，服务数千万用户，每天处理海量视频数据。通过智能推荐算法，为用户带来沉浸式观看体验，同时助力内容创作者成长。 欢迎对推荐系统、多模态学习充满热情的你加入，一起打造行业领先的视频算法！岗位职责 负责视频推荐系统全链路算法研发与优化，包括召回、粗排、精排、重排等模块，持续提升用户完播率、互动率、留存时长等核心指标； 挖掘用户行为特征与视频多模态内容（视觉、音频、文本），构建精准的用户画像和视频表征模型，实现个性化智能推荐； 探索并落地前沿技术，如 Transformer 、图神经网络、多模态大模型、AIGC 在视频推荐中的应用，推动算法创新； 设计并执行 AB 实验，分析线上数据，诊断问题并快速迭代优化模型效果与系统性能； 与产品、后端、数据团队紧密协作，推动算法从研究到高效线上落地的全流程。 任职要求 计算机、人工智能、软件工程、数学等相关专业，本科及以上学历（硕士/博士优先）； 2 年以上推荐系统或多媒体算法开发经验，有短视频/长视频平台实际项目经验者优先； 扎实的机器学习/深度学习基础，熟练掌握 Python ，
hello,hello,我们又有新项目啦！团队目前人员忙不过来，寻找优秀的算法小伙伴加入远程兼职团队。作为核心成员，您将深度参与前沿的人工智能算法和大模型落地应
我们是一家专注于视频内容生态的互联网平台，服务数千万用户，每天处理海量视频数据。通过智能推荐算法，为用户带来沉浸式观看体验，同时助力内容创作者成长。 欢迎对推荐系统、多模态学习充满热情的你加入，一起打造行业领先的视频算法！岗位职责 负责视频推荐系统全链路算法研发与优化，包括召回、粗排、精排、重排等模块，持续提升用户完播率、互动率、留存时长等核心指标； 挖掘用户行为特征与视频多模态内容（视觉、音频、文本），构建精准的用户画像和视频表征模型，实现个性化智能推荐； 探索并落地前沿技术，如 Transformer 、图神经网络、多模态大模型、AIGC 在视频推荐中的应用，推动算法创新；
岗位职责： 负责公司 AI 人工智能产品的研发，包括模型训练、数据分析等； 参与 AI 人工智能领域的研究和探索，跟踪最新技术发展趋势。 岗位要求： 熟悉至少一
岗位职责： 1 、主导 Agent 创新产品的探索与孵化 主动跟踪 AI Agent 领域的前沿进展——包括但不限于 MCP/A2A 互操作协议、Deep Research Agent 、Agentic Coding 范式（如 Anthropic Claude Code 的设计哲学）、Skills 可组合架构（如 OpenClaw/OpenHands 的 Skills 模式）、多 Agent 协作系统、推理模型驱动的 Agent 等最新技术范式——结合虚拟货币领域的业务场景，自主发起创新产品的构思、可行性验证与原型搭建。我们期望你是一个主动定义问题的人，而非等待需求输入。 2 、负责 Agent 系统的算法设计与规模化落地 设计并实现面向虚拟货币链上资产分析、交易决策辅助、深度研究与信息聚合等场景的 Agent 算法方案，涵盖以下核心模块： 任务规划与深度推理（ Planning & Extended Thinking ）：参考 Anthropic Agentic Coding 中""先深度思考再行动""的设计哲学，结合 Deep Research Agent 的自适应搜索规划范式，实现 Agent 对复杂金融任务的自主拆解、充分推理与多步执行； 技能抽象与可组合架构（ Skills Composition ）：借鉴 OpenClaw 的 Skills 模式，将链上数据查询、K 线技术分析、合约风险审计、舆情监控、交易策略执行等能力封装为标准化、可复用的 Skill 模块，支持 Agent 根据任务动态选择与编排 Skills ，并持续沉淀新的 Skill 以实现能力进化； 工具调用编排（ Tool-use Orchestration ）：基于 MCP 协议等标准，实现 Agent 与链上数据源、行情接口、DeFi 协议、分析工具的标准化对接； 多 Agent 协作（ Multi-Agent Collaboration ）：借鉴 A2A 协议思想，构建多 Agent 协同工作流，支持研究 Agent 、交易 Agent 、风控 Agent 等角色的动态编排与通信； 迭代自我验证与纠错（ Iterative Self-Refinement ）：深度借鉴 Anthropic Claude Code 的""执行→验证→修正""闭环机制，构建 Agent 在金融决策场景中的
公司简介 Atria 是一家基于人工智能的广告创意管理平台，致力于帮助营销人员更高效地创作高表现广告，从而提升 Meta 和 TikTok 等平台的广告投放效果
远程人才
查看更多
资深后端架构师 & AI 工程化专家，拥有多年分布式系统架构设计与落地经验，熟悉从单体应用到云原生集群的技术演进。具备全栈视野，涵盖研发、产品、运维及大数据平台
8 年后端工程基础（ Go 、Python 、Rust ），从零到 1 做过分布式系统，近三年持续深度关注大模型与 Agent 体系发展。早期参与并深度实践多种
个人信息 学历：本科 专业：计算机科学与技术 性别：男 工作年限：10 年 是否在职：否 求职意向：Python 后端开发，AI 应用开发，RPA 应用开发，希
agent 、小程序，APP 跨端，网站，浏览器扩展。 具备完整前后端开发/部署能力，可从 0 到 1 独立开发 RAG 、Agent 、视觉项目。 熟练部署本地开源模型，熟练 OpenAI 、Anthropic 调用，自建聚合 API 转发。 技术栈： Web 全栈 Go - Gin 、Python - FastAPI / Flask / Django/任务队列/异步、PostgreSQL 、MongoDB 、Redis 、Vue3 、Uni-app 、TailwindCSS 、ElementUI 、Chrome 插件、Docker 、Nginx 、Git 、自搭梯子、Playwright 爬虫、熟悉常用公有云后台 大模型应用开发 LangChain 、Dify 、LLaMA-Factory 微调模型、vllm 、Ollama 推理部署、LightRAG 知识图谱 RAG 架构、prompt 调试、MCP 开发 深度学习 & 计算机视觉 PyTorch 、CUDA 、YOLOv5 、OpenCV 、Ray-Rllib 硬件 & 嵌入式 熟悉 Linux 编程、C++、ESP-IDF (ESP32) 、Arduino 、在嵌入式 linux 中跑模型。 比较杂，没办法要吃饭，低学历，31 岁，大专函授，我的主要技能还是 web 全栈上，最近一年的工作都是做 AI 相关的工作，所有技能全是自学，培训班都没报过，高中自己搭网站，最早从易语言开始会的编程，自认为学习能力还可以，抗压能力强。
大家好，我目前硕士在读 27 届，背景是数学 / 统计 / 数据建模方向，目前在香港读研，同时在高校研究组做 RA 。 最近在看实习、转正实习和校招全职机会，想
后端/web 全栈开发（ 25k ～ 30k ） :phone:176****1664 :email: [email protected] :school: 中
远程项目
查看更多
详细介绍： https://docs.qq.com/slide/DYnROQW9STGdiVGxz 联系人：夹克酥 Alter 联系方式：wx 同电话：1781
我是一名经验丰富的程序员，专注于以下领域： - 大模型开发：从训练到部署，支持多种领域的定制需求。 - AI Agent 构建：智能化自动代理系统设计与实现。
科技媒体招 AI 编程 / Agent 工具测评线上兼职作者，按篇结算 2k/篇 科技媒体长期招 AI 产品/模型测评作者，按篇合作。 主要方向包括： - AI 编程工具：Cursor 、Claude Code 、Codex 、GitHub Copilot 、Trae 、Qoder 等 - Coding Agent / Dev Agent：代码生成、代码修改、项目理解、Bug 修复、自动执行任务 - Agent 工作流：多智能体协作、MCP 、RAG 、自动化流程、工具调用 - 开源 AI 项目：GitHub 热门 AI 项目、本地部署工具、推理框架、Agent 框架 - 国产模型 / 开源模型：模型实测、API 调用、能力边界、性价比 - 图像 / 视频生成模型：生成质量、可控性、工作流适配、真实生产可用性 我们需要的不是软文，也不是官方资料整理，而是基于真实上手后的测评文章。 一篇合格的稿件至少要回答几个问题： 1. 这个产品/模型到底解决了什么问题？ 2. 它在真实任务里表现如何？ 3. 它强在哪里，弱在哪里？ 4. 它和同类产品相比有什么差异？ 5. 它适合什么场景，不适合什么场景？ 6. 它现在距离真正可用还差什么？ 7. 它背后反映了什么技术或产品趋势？ 合作方式： - 按篇结算 - 单篇稿费 2000 元 - 选题可以自拟，也可以一起讨论 - 稿件会经过正常编辑沟通和修改 - 适合兼职/外部作者合作，不是全职岗位 对作者的要求： 1. 能真实上手产品，而不是整理官方资料或二手信息。 2. 能设计测试任务，测出产品能力边界，而不是照搬官方 Demo 。 3. 有基本技术理解力，能看懂文档、API 、README 、模型限制和 Benchmark 。
我们正在做一套面向海外跨境业务的 AI 客服与客户转化系统。 方向大概是：Chatwoot 二开 + AI Agent + RAG 知识库 + 多语言实时翻译 + 人工接管 + 客户标签 + 基础数据分析。目标不是简单做一个 FAQ 机器人，而是做一套能接真实客服场景的系统：客户从不同渠道进来，AI 先处理常见问题，查不到或遇到高价值/资金/投诉类问题时转人工，客服侧能看到原文、译文、知识来源和会话记录。
[岗位说明] 项目制， 周期约 1 个月 ，当前后端框架已搭建好，流程已跑通，在此基础上再出几个接口并配合前端联调。 产品形态为 AI Agent+B 端 Sa
本贴原文： https://fx0k8uq4yur.feishu.cn/wiki/V55IwVq1Gixsvlkrglycfnqfnve 投递邮箱： [emai
准备好开始了吗？
注册、浏览、申请、发布和订阅都免费，合适再深入。