岗位职责
- 探索下一代Agent：研究Agent在复杂长程任务（Long-horizon Tasks）中的能力边界；探索Planning、Memory、Tool Use、Multi-Agent、Proactive Agent等方向；构建面向真实生产环境的大规模Agent系统；
- 大模型后训练（Post-training）：基于SFT、Preference Learning、RL（GRPO、PPO等）持续提升模型能力；构建Agent Reward、自动评测体系和训练数据闭环；探索Long Context、Reasoning、Tool Calling等能力优化；
- AI原生产品算法研发：将LLM技术应用于企业服务场景；探索用户理解、长期记忆、行为建模、个性化等方向；持续提升AI产品的智能化体验；
- 端侧模型与推理优化：探索VLM、LLM在移动端、端侧设备上的部署与优化；持续优化模型推理效率、延迟、成本和用户体验；研究模型压缩、量化、蒸馏等技术。
职位要求
- 扎实的机器学习、深度学习基础；
- 熟悉Transformer、Attention、MoE等主流模型结构；
- 理解LLM的训练流程，包括Pre-training、SFT、RLHF/Post-training；
- 熟悉Python，具备良好的工程能力和代码质量意识；
- 能快速阅读论文并复现最新工作。 加分项（有以下任一经验即可）：
- LLM后训练（SFT、DPO、RL、GRPO等）；
- Agent/Tool Use/MCP/Multi-Agent；
- 训练或推理系统（Megatron、DeepSpeed、vLLM、SGLang等）；
- 端侧模型部署（MLX、MNN、TensorRT、ONNX、CoreML等）；
- 参与过开源模型训练或发表相关论文。
