岗位职责
- 开展VLM在GUI智能体场景下的前沿研究，主导包括数据构造、仿真环境构建、模型后训练（Post-training）等全流程关键技术攻关；
- 深耕AI编程垂直领域，围绕工具调用、自动化测试与流水线优化等方向，进行模型调优与方法创新，探索更高效的智能编程范式；
- 负责上下文压缩与高效推理技术的研究，重点推进Embedding压缩、长上下文优化、多模态信息提取等方向的算法突破与技术落地；
- 追踪学术界与工业界最新进展，保持对NLP、CV、强化学习等领域的前沿敏感度，提出具有前瞻性的研究课题并推动实验验证；
- 参与研究方案设计、技术路线论证与系统架构评审，确保研究方向的合理性、系统的高效性与可扩展性；
- 推动研究成果向业务场景转化，撰写技术报告与研究论文，积极参与学术交流与技术分享。
职位要求
- 计算机科学、人工智能、数学等相关专业硕士及以上学历，具有扎实的机器学习与深度学习理论基础；
- 熟练掌握PyTorch、Swift、Verl等一种或多种大模型训练框架，具备独立开展模型研发与调优的能力；
- 熟悉大模型训练全流程，包括CPT、SFT、RL等训练范式，具备分布式训练与系统优化经验；
- 在强化学习、上下文建模、GUI理解、程序合成等相关方向有研究经历，熟悉RLVR（可验证奖励强化学习）流程者优先；
- 具备优秀的科研能力与创新思维，在NeurIPS、ICML、ACL、CVPR等顶级会议或期刊发表过论文者优先；
- 具备较强的工程实现能力，能够将理论方法转化为可复现的实验系统，并推动技术落地；
- 良好的团队协作与沟通能力，能够跨领域合作并清晰表达研究思路与技术方案。
