岗位职责
- 面向自营商业化资源分配场景，跟进和研发基于可调可控约束条件的生成式算法，研究可微约束变换、安全推理、约束解耦、可控优化等技术。
- 跟进和研发生成式决策模型的预训练、持续训练、Post-train、Safe RL、Decision Transformer等技术，解决稀疏约束、约束分布漂移、OOD与效率崩溃等问题。
- 研发基于LLM/LLM-enhanced的外生分布漂移感知、非结构化日志解析、多模态表征对齐、电商调控策略优化。
- 结合以上方向的探索和研究，撰写发表论文，和业界、学术界保持良好的交流，并推动算法在自营商业化全托管决策平台中的验证与落地。
职位要求
- 机器学习、强化学习、运筹优化、自然语言处理、数据挖掘、人工智能、应用数学、计算机等相关专业的硕士生/博士生；
- 熟练掌握Tensorflow、Pytorch等深度学习框架，扎实的编程基础，具备独立的算法实现能力；
- 有生成式模型、强化学习、安全强化学习、约束优化、运筹优化、Decision Transformer、LLM应用或大模型预训练、SFT、RLHF等项目经验者优先；
- 良好的逻辑分析能力和数理基础，对算法原理及应用有较深入的理解，在人工智能相关的各类国际顶级会议/期刊中发表过论文者优先。
