岗位职责
- 负责基础及垂域大模型（LLM、多模态/全模态、语音音频、视觉生成、世界模型等）的算法研发，覆盖预训练、后训练（SFT/RLHF/RLVR）与对齐优化，持续提升模型在推理、指令遵循、多模态理解与生成等核心维度的能力上限。
- 负责强化学习与Agent技术体系建设，包括Agentic RL训练方案、Reward System与Verifier/Rubric设计、Agent运行环境与Harness、Memory、Skill及多Agent协作机制，提升复杂长程任务的完成质量与鲁棒性。
- 负责训练与评测数据体系建设，开展高质量数据挖掘、清洗、合成、去重与配比，搭建自动化评测与LLM-as-Judge体系，形成「数据→训练→评测→反馈」的闭环数据飞轮。
- 推动算法在真实业务场景落地，覆盖搜索推荐与RAG问答、内容与行为安全风控、广告营销与AIGC创意、医疗健康、办公协同、具身智能、AI Coding等方向，端到端完成从问题建模到上线迭代并持续优化业务指标。
- 负责模型与系统效率优化及技术影响力建设，包括蒸馏、量化、推理加速与端侧部署、大规模分布式训练与训推系统优化，同时跟踪前沿进展并产出论文、专利与开源成果。
职位要求
- 计算机科学、人工智能、机器学习、数学等相关专业硕士及以上学历（部分岗位本科及以上），博士优先；具备1年以上（主流为3年以上）大模型或机器学习算法研发经验。
- 扎实的机器学习与深度学习基础，熟悉Transformer、MoE、扩散模型等主流架构；精通Python（熟悉C/C++、Java者优先），熟练使用PyTorch/TensorFlow及主流训练与推理框架（Megatron、DeepSpeed、verl、vLLM、SGLang等）。
- 在以下方向至少一项具备完整研究或工业落地经验：大模型预训练与后训练（SFT/RLHF/DPO/PPO/GRPO/蒸馏）、多模态理解与生成、Agent与强化学习、模型评测与Reward建模、检索召回与排序、AI Infra与推理优化。
- 具备端到端闭环交付能力，能独立完成问题定义、数据构建、模型训练、评测迭代到线上部署，并在效果、性能、成本与延迟之间做出合理权衡。
- 对前沿技术保持敏感度并有强自驱力，在NeurIPS、ICML、ICLR、ACL、CVPR等顶会发表论文、有知名开源项目贡献或ACM等算法竞赛获奖者优先；具备良好的业务理解力与跨团队沟通协作能力。
