1算法模型研发：聚焦日志分析与监控告警场景，研发日志解析清洗、语义理解、异常识别、指标异常检测、告警降噪分级、故障关联分析、时序预测等深度学习模型，具备大规模运维数据建模经验者优先。 2模型轻量化落地：负责日志/告警相关模型的剪枝、量化、推理加速等轻量化研发，适配服务端与边缘终端部署，保障高并发低延迟运行，有运维轻量级模型工程化落地经验者优先。 3前沿技术预研：持续跟踪AIOps领域前沿算法，围绕告警误报漏报、故障定位等核心痛点开展技术调研与方案验证，推动算法持续迭代。 4全流程落地交付：负责算法模型的产线接入、业务验证、性能调优、线上维护与迭代优化，持续提升告警准确率与故障定位效率，护航运维体系稳定高效。

1 全球知名院校博士研究生学历，计算机科学、信息安全、密码学或信息通信等相关专业，理论基础扎实； 2 精通深度学习框架下的模型研发，代码功底深厚，熟练掌握Python、Java、C++等至少一种主流语言，具备独立的端到端算法工程交付能力； 3 具备敏锐的学术洞察力与算法复现能力，能够快速跟进NeurIPS/ICML/ICLR/ACL等顶会前沿成果； 4 在日志分析领域的深度学习建模方向拥有3年以上系统性研发经验，对日志异常检测、语义理解等场景有深入实践，具备大规模运维日志数据建模的成熟方法论； 5 具备良好的跨部门沟通协调能力，能够高效统筹算法、工程、运维等多方资源，推动技术方案高质量落地。