岗位职责
- 高质量垂域数据工程：深入优化垂直领域（如文本内容审核）的高质量数据构建与迭代方法论，持续提升数据的质量、多样性与生产效率。
- 可扩展后训练体系：探索适配领域特性的 SFT/RL 算法，构建高效、稳定、可扩展的垂域模型后训练范式，系统性提升模型能力。
- 前沿技术研究与落地：探索推理模型前沿技术（如高效蒸馏、reward system、agentic RL、test-time learning 等）以及模型可解释性技术，沉淀技术成果和影响力，并推动大模型相关技术在行业场景中的转化与落地，提升领域模型竞争力，支撑业务持续增长。
职位要求
- 具备扎实的大语言模型post-training实践经验(SFT/RL/Agent等)和垂域大模型研发落地经历；所研发模型具备大规模线上应用经历(如日均调用量达千万及以上)者优先。
- 精通Python等语言，熟练掌握PyTorch、verl、vllm等主流训练和推理框架，具备扎实的coding能力；在ACM-ICPC等国内外知名算法竞赛中取得优异成绩者优先。
- 能够独立主导从问题建模、数据治理、算法任务设计、实验验证等完整技术闭环；作为核心贡献者参与过高影响力的开源项目或发表过有高影响力的技术报告，高质量论文(NeurIPS、ICLR、ICML、ACL等)者优先。
- 对解决复杂技术问题、探索post-training前沿技术具备强烈的自驱力和技术热情；有较强的业务理解能力，具备良好的沟通协作能力和跨团队合作意识，能够高效推动项目落地。
