岗位职责
- 负责运动和健康基础算法研究或基于LLM的问答，聚焦运动健康领域大模型的预训练、后训练（SFT、RL）等关键技术；
- 深入挖掘运动健康领域多源异构数据，构建高质量数据库库和数据增强机制，支撑基础算法或大模型在运动健康场景下的可控性和落地；
- 关注并探索大模型前沿技术，持续跟踪LLM、MoE、Scaling Law、Continual Learning等方向，推动运动大模型能力的持续迭代与升级。
职位要求
- 具备心率、血氧、计步、步态分析、情绪识别、动作捕捉等一个或多个算法研究经验
- 熟悉大模型的预训练（Pre-training）、微调（Fine-tuning）、后训练（Post-training）全流程；
- 熟练掌握Python编程语言，熟练使用PyTorch或TensorFlow等深度学习框架，有大规模分布式训练经验者优先；
- 有大模型开源项目贡献经历或医疗领域AI产品开发经验者优先
