岗位职责
- 构建电商领域的大模型基座模型，持续优化预训练、后训练算法，利用RAG、Long Context、RL、多模态等技术，提升模型的理解、推理能力；
- 针对大模型Reasoning、Perception等多个方向，研究以RL算法为核心的训练范式，持续探索RL算法的scaling和泛化能力；
- 设计和开发、优化由大模型驱动的电商业务Agent，利用RL等技术，提升Agent的规划、推理能力；
- 使用大模型/多模态大模型技术，改进用户行为理解、商品检索、商品排序、商品创意生成、商品内容理解等环节的效率，提升用户体验和系统智能化水平；
- 设计和实施大模型算法评估框架，对模型性能进行监测和评估，并根据结果进行模型调优，确保系统的稳定性和可靠性；
- 与产品团队、工程团队和数据团队等紧密合作，理解业务需求，制定并实施相应的算法解决方案；
- 持续学习与创新。跟踪最新的大模型研究进展，不断学习新技术和算法，将最新的科研成果应用到实际业务中，提升用户体验和用户留存；
职位要求
- 有良好的数据分析和挖掘能力，熟练使用数据分析工具和编程语言，有良好的团队协作和沟通能力；
- 对新技术和算法有强烈的学习欲望，能够快速适应工作中的挑战；
- 熟悉大模型的训练和微调流程、Prompt Engineering等，熟悉相关训练和部署工具的使用如Transformers、DeepSpeed、Megatron-LM等；
- 熟悉深度学习框架，如TensorFlow、PyTorch等，熟悉大模型的开发和优化； 加分项
- 有发表NeurIPS/CVPR等顶会论文，或ACM/ICPC等编程比赛获奖经历者优先；
- 有大规模的大模型/多模态大模型训练和算法优化经验者优先；
- 熟悉分布式训练、熟悉硬件架构、能针对硬件特性设计高效的算法方案者优先；
- 熟悉Transformer架构及其改进、优化方法者优先；
- 有大型互联网系统（如搜索、推荐、广告）算法优化经验者优先；
