岗位职责
- 参与多模态基础模型核心算法研发，探索视觉与视频编码器、跨模态融合架构、动态分辨率、视觉Token压缩与Tokenization、多模态预训练与对齐、世界表征、后训练强化学习及知识蒸馏等前沿问题。
- 探索面向数字世界与物理世界的多模态Agent新范式，研究多模态感知、推理、规划、记忆、工具调用和环境交互等关键能力，面向文档与Office、视频、Web与GUI、3D与空间智能以及行业场景，构建能够解决真实复杂任务的多模态Agent。
- 大规模多模态数据研发: 建设面向大规模多模态数据研发预训练、后训练、Agent交互和强化学习的大规模数据体系，研究数据挖掘、清洗去重、质量评估、数据配比、合成数据、交互轨迹构造及高价值数据筛选等方法，持续提升训练数据的信息密度和模型能力上限。
- 构建下一代多模态大模型与Agent评测体系，从真实业务流程和复杂用户任务中抽象评测场景，研究过程评测、Reward/Judge、任务成功率评估及模型失败分析方法，形成"评测发现问题—数据与算法迭代—真实场景验证"的研发闭环。 你将直接参与Qwen核心模型版本研发，研究成果有机会进入基础模型、开源模型及真实业务场景，完成从算法研究、规模化训练到产品验证的完整闭环。
职位要求
- 计算机视觉、人工智能、机器学习、自然语言、模式识别、计算机、数学等相关专业在读；
- 熟练掌握tensorflow、pytorch等至少一种主流深度学习框架 -能够独立实现前沿模型，有大模型训练经验和基础大模型团队实习经验优先；
- 良好的学术调研能力，良好的逻辑和数据分析能力，有高质量论文、开源项目、ACM竞赛经历、权威比赛获奖经历或落地项目产出者优先；
- 有良好的自我学习能力及自驱力，对前沿领域有强探索欲和好奇心、善于独立思考并反思总结，具备良好的沟通能力和团队协作能力。 加分项
- 具有大模型预训练、后训练、RL、OPD或Agent研发经验；
- 具有分布式训练、大规模数据处理或训练系统优化经验；
- 在相关领域发表过高质量论文，或有具有影响力的开源项目；
- 在ACM等算法竞赛、权威学术或行业比赛中取得突出成绩；
- 主导或深度参与过有实际用户价值的模型、Agent或算法项目。
