岗位职责
- 模型能力建设与数据飞轮搭建：法律大模型训练、评测；法律agent研发、评测；法律行业应用研发。
- 基于客户实际问题提供大模型技术支撑和优化，包含不限于模型后训练、应用指令和工程优化，并进行必要的AI应用落地开发。
- 业务场景落地与能力沉淀：深入真实业务和客户场景，理解客户需求及实际使用中的关键问题，识别模型与系统优化方向；综合运用模型训练、数据优化、推理策略和工程方案，完成高质量交付，并将场景经验沉淀为可复用、可规模化的系统能力。
- 前沿技术探索与工程转化：持续跟进生成式模型、强化学习及模型对齐等方向的前沿进展，结合实际业务需求开展技术验证，并推动研究成果转化为稳定、可用的产品能力。
职位要求
• 3年以上算法经验 • 主导过完整的算法实现项目
- 计算机科学、软件工程、人工智能、数学等相关专业硕士及以上学历，具备扎实的机器学习与深度学习基础，以及较强的问题分析、定义和解决能力。
- 熟悉大模型后训练与对齐技术，包括监督微调、偏好优化、强化学习、持续学习等，能够结合实际问题设计并验证模型优化方案。
- 具备数据构建、模型训练和效果评测的完整实践经验，能够基于评测结果定位问题，并通过数据、模型或策略优化持续提升系统效果。
- 持续关注人工智能领域的前沿进展，对技术创新有热情，具备探索复杂问题、推动技术突破和应对挑战的自驱力。
- 具备良好的工程实现、实验分析和跨团队协作能力，能够推动算法方案从原型验证走向稳定交付。 加分项
- 具备复杂业务场景下端到端落地经验，能够独立或主导完成需求分析、方案设计、模型优化、系统部署及效果验证。
- 具备商业化项目交付经验，能够准确理解客户需求、识别核心业务痛点，并将真实场景转化为可执行、可验证的技术方案。
- 在 NeurIPS、ICLR、ICML、ACL、CVPR、INTERSPEECH 等人工智能领域顶级会议或期刊发表过高质量论文者优先。
