1. 项目背景与团队定位
ZDZL作为一支专注于前沿技术研发的创新团队，我们观察到2023-2025年间人工智能、自动化流程优化等领域的爆发式增长。根据行业调研数据显示，业务流程优化（BPO）市场规模年复合增长率已达18.7%，而多智能体系统（MARL）在工业场景的渗透率三年内提升了近40个百分点。这种技术演进直接催生了市场对复合型技术人才的需求缺口。
团队当前核心架构包含：
- 智能算法组（负责NAS-RL/MAPPO等模型研发）
- 系统工程组（实现PPM业务监控平台）
- 解决方案组（客户场景落地）
2. 2026年扩招计划详解
2.1 岗位需求分布
计划新增35个技术岗位，具体构成如下：
| 部门 | 岗位类型 | 人数 | 核心技能要求 |
|---|---|---|---|
| 算法组 | 强化学习工程师 | 8 | NAS-RL框架开发经验，熟悉策略梯度优化 |
| 算法组 | 多智能体系统专家 | 5 | MAPPO实战项目经历，分布式训练调优 |
| 系统组 | 流程优化工程师 | 12 | BPO项目实施经验，PPM工具链掌握 |
| 方案组 | 技术顾问 | 10 | 客户需求转化能力，PDF报告撰写 |
2.2 人才选拔标准
我们特别关注候选人的三个维度：
- 技术深度：例如NAS-RL岗位要求能独立实现RNN控制器
- 工程落地：MAPPO方向需提供至少1个真实场景的调参记录
- 跨领域协作：所有岗位均需具备基础统计学知识（如PDF理解）
3. 团队技术栈升级规划
3.1 核心工具链迭代
- 现有NAS平台将支持动态架构搜索（当前版本v2.3→v3.1）
- 新建MARL训练集群（预计配备32台A100节点）
- 自研PPM系统集成PDF分析模块（Q2发布）
3.2 新人培养体系
采用"1+3"成长路径：
- 第1个月：集中掌握内部工具链（含NAS-RL训练平台）
- 后续3个月：在BPO/MARL/PPM三个方向轮岗实践
4. 应聘流程优化说明
4.1 新型评估方式
取消传统笔试环节，改为：
- 技术方案设计（72小时开源项目适配）
- 现场debug挑战（真实NAS训练日志分析）
- 业务场景模拟（客户PDF报告解读）
4.2 时间节点
- 简历投递：2025/11/1-2026/1/31
- 技术评估：2026/2/15-3/15
- 最终offer：2026/4/1前完成发放
5. 团队资源与支持
所有新成员将获得：
- 专属计算资源（2张A100起步）
- 完整的技术文档库（含MARL案例集）
- 每周两次的专家研讨会（重点讲解PDF参数优化等专题）
我们特别建议候选人在应聘前：
- 熟悉PyTorch框架的RNN实现
- 了解BPO项目标准实施流程
- 准备1-2个技术难点突破案例
注意事项：简历请重点突出与NAS/MARL相关的项目细节，避免泛泛而谈"参与过AI项目"等模糊表述。成功案例需包含具体性能指标（如PDF准确率提升百分比）
