岗位职责
- 负责垂域数据合成与数据集构建（自动生成指令与答案、改写扩写、质量筛选、配比与数据飞轮）；SFT 微调；
- 负责DPO/GRPO/RLVR 等偏好对齐与强化学习；量化/蒸馏/投机解码等推理成本优化；离线基准+线上 A/B 的可回归评测体系；
- RAG 与 Agent 落地：检索增强链路、知识库、面向业务的 Agent 设计与工程底座，与工程团队协作交付。
职位要求
- 硕士及以上学历，计算机/AI/数学/统计，3 年以上大模型算法经验；
- 具备PyTorch 训练与调试实操；具备大模型微调/对齐的完整落地经验；
- Linux/Python 工程基础扎实；具备数据合成或训练数据构建经验、推理框架、RAG/Agent 项目经验、顶会或开源贡献者优先。
