岗位职责
- 训练/对齐领域大模型：面向评价理解、商品知识处理、内容生成；探索混合专家（MoE）、多模态指令跟随、长上下文检索与记忆增强。
- 以“生成式排序/生成式推荐”为方向：将生成式信号融入召回/排序/重排，探索 LLM rerank、生成式特征、以及端到端的多目标优化。
- 推动线上高性能推理：多租户资源编排、弹性扩缩容、SLA、成本；模型压缩与加速使得单位成本持续下降。
职位要求
- 有大模型落地的端到端经验：数据-训练/微调-评测-部署-监控-迭代；能主导从 0 到 1 的系统建设。
- 有系统/性能优化能力：GPU 推理、并发与吞吐、延迟优化；了解主流 Serving/加速栈（vLLM/Triton/TensorRT-LLM/FlashAttention 等）。
- 熟悉前沿方法与论文跟进：对齐（DPO/GRPO/RLHF/RLAIF）、RAG（Hybrid Search/Query Rewrite/Chunking）、Agent（规划/反思/工具选择）。
- 具备产品思维与增长视角：能定义质量指标、成本指标、风控指标，并推动 A/B 与长期收益闭环。 加分项 无
