AI算法工程师（大模型方向）

核心算法研发
- 负责大语言模型（LLM）、多模态大模型（文本/图像/语音）的全链路研发，涵盖预训练（Pre-training）、指令微调（SFT）、偏好对齐（RLHF/DPO/GRPO）等核心环节，持续优化模型性能、精度与推理效率，突破复杂场景下的逻辑推理与指令遵循天花板。
- 深入钻研大模型底层原理，探索Transformer、MoE等主流架构的优化方案，研发知识蒸馏、量化压缩、稀疏化等关键技术，在保证模型效果的前提下，有效降低训练与部署成本，适配云边端协同部署需求。
- 跟踪国内外大模型领域前沿技术（如Agent智能体、RAG检索增强、工具调用、多Agent协作等），结合行业垂类场景开展技术预研与创新，推动实验室技术转化为可落地的产品能力，打造“技术-业务”闭环。
- 负责大模型训练数据的策略设计，包括高质量数据挖掘、清洗、标注及合成数据（Synthetic Data）构建，搭建数据飞轮体系，实现“模型训练-业务反馈-数据迭代”的持续优化。
（二）模型工程化落地
- 负责大模型的工程化实现与部署，搭建高效、可扩展的模型训练与推理流水线，优化部署性能（延迟、吞吐量），解决生产环境中模型运行的稳定性、可靠性及成本控制问题，适配大规模商业化应用场景。
- 参与大模型相关工具链、研发平台的搭建与优化，包括数据处理、模型监控、自动化评测（含LLM-as-judge）、效果评估体系的构建，提升团队研发效率与模型可维护性。
- 结合具体业务需求，设计大模型应用解决方案（如智能对话、内容生成、智能决策、垂类行业适配等），深入业务场景拆解需求，推动模型在金融、教育、办公等领域落地见效，实现业务价值提升。
- 负责模型上线后的效果迭代与问题排查，建立监控、告警、兜底与人工接管机制，防范模型“幻觉”等常见问题，保障线上服务质量。
（三）技术协作与创新
- 与数据工程师、产品经理、前端开发、业务专家等跨职能团队紧密协作，明确技术需求与验收标准，输出可落地的技术方案，推动项目高效推进。
- 参与技术难题攻关，解决大模型训练、调优、部署过程中的核心技术瓶颈，形成可复用的技术方案与经验沉淀，助力团队技术能力提升。
- 参与技术分享与学术交流，跟踪领域顶会（NeurIPS、ICML、ACL等）最新研究成果，复现前沿技术并落地应用，探索大模型技术在更多领域的创新场景。
三、任职要求
（一）学历与专业
- 本科及以上学历，计算机科学、人工智能、数学、统计学、自动化等相关专业；硕士及以上学历优先，博士学历可放宽工作经验要求（高级岗位、顶尖人才计划优先），双985/双一流院校背景加分。
- 具备扎实的数学基础，深入理解线性代数、概率统计、优化理论等核心知识，掌握机器学习、深度学习基本原理与经典算法，具备Data-centric AI意识。
（二）技术能力
- 精通Python编程，熟练使用PyTorch、TensorFlow、JAX等至少一种深度学习框架，熟悉Hugging Face Transformers、Megatron、DeepSpeed、FSDP等大模型相关工具与库，能独立完成模型搭建与调优。
- 具备大模型相关研发经验，熟悉大模型预训练、微调、对齐的核心流程与技术细节，有完整大模型项目（预训练/微调/落地）研发经验者优先；初级岗位可接受相关实习经验，有垂类大模型（如教育、金融）研发经验者加分。
- 了解大模型工程化相关技术，包括分布式训练、模型量化、推理优化（如vllm）、容器化部署（Docker/K8s）等，有相关实践经验者优先；熟悉Hadoop、MaxCompute等大规模数据处理工具者加分。
- 熟悉NLP、多模态技术（如ASR、TTS、图像生成）者优先，深入掌握Agent、RAG、Prompt Engineering、LangChain等技术并具备落地经验者加分，了解向量数据库（Chroma、Milvus）使用方法者优先。
- 具备良好的算法设计与分析能力，能够独立解决复杂技术问题，有较强的代码编写与调试能力，熟悉Git版本控制工具，具备良好的代码规范。
（三）经验要求
- 初级工程师：1-3年AI算法相关经验，有大模型相关项目参与经验，熟悉大模型基础调优技术，具备良好的学习能力与执行力，能快速跟进前沿技术。
- 中级工程师：3-5年AI算法研发经验，主导过至少1个大模型相关项目（预训练/微调/落地），具备独立负责技术方案设计与实施的能力，深入理解大模型底层原理与优化方法，能解决项目中的核心技术难题。
- 高级工程师：5年以上AI算法研发经验，在大模型领域有深厚的技术积累，主导过大型大模型研发或规模化落地项目，能够引领技术方向，解决行业内核心技术难题，有团队管理经验者优先；具备顶会论文或开源项目核心贡献者优先。
（四）软技能
- 具备强烈的学习意愿与创新精神，能够快速跟踪大模型领域前沿技术，主动探索新技术、新方法，具备快速复现论文技术的能力。
- 具备良好的沟通协作能力与团队合作意识，能够清晰表达技术观点，高效推进跨团队项目合作，具备场景共情力，能理解业务痛点并转化为技术需求。
- 具备较强的责任心、抗压能力与问题解决能力，目标导向，能够高效完成项目任务，对技术细节有严格要求，追求“可落地、可复用、可扩展”的技术方案。
- 具备良好的英文阅读能力，能够阅读领域内顶会论文（如NeurIPS、ICML、ACL等），了解行业最新研究进展者优先，具备英文技术文档撰写能力者加分。
四、加分项
- 在NeurIPS、ICML、ACL、CVPR等顶会发表过大模型相关论文，或有Kaggle等算法竞赛获奖经历者。
- 有开源大模型项目（如Qwen、Deepseek、Llama3、Gemma等）贡献经验，或在AIINFRA社区（如PyTorch、VLLM）有核心贡献者优先。
- 具备合成数据构建、多Agent协作系统研发、垂类大模型定制化落地等相关经验者。
- 拥有大厂AI大模型相关岗位工作或实习经验，参与过百万级参数以上大模型研发或规模化落地项目者。