• 负责大模型在长文档写作、知识库构建、智能体（Agent）应用开发等场景的算法设计与实现，涵盖自然语言处理（NLP）、多模态交互、MCP、检索增强生成（RAG）等技术方向。
• 开发基于人类反馈强化学习（RLHF）的模型优化系统，提升模型在复杂任务中的准确性和可控性。
• 参与领域专用数据的清洗、标注及增强，设计高效的数据处理流程，支撑大模型的增量训练与指令微调（SFT）。
• 探索模型压缩（如LoRA）、量化、蒸馏等技术，实现轻量化部署。
• 研发多模态大模型（文本、图像、语音），探索跨模态特征对齐、zero-shot感知应用等技术，推动多模态内容理解与生成能力的落地应用。
• 优化大模型在GPU/边缘设备上的推理性能，熟悉Vllm、TVM、Triton等工具链，实现低延迟、高吞吐的端到端部署。

任职要求：
• 计算机科学、人工智能、电子工程、数学等相关专业硕士/博士学历。
• 熟练掌握Python/C++，熟悉PyTorch/Mindspore框架，具备扎实的算法实现能力。
• 深入理解Transformer架构及大模型训练技术（预训练、微调、RLHF），有LLaMA、Qwen、DeepSeek等开源模型实践者优先。
• 熟悉多模态模型（如CLIP、Stable Diffusion）或强化学习算法，具备跨模态任务（如视觉-文本对齐）项目经验。
• 了解推理加速技术（算子融合、量化编译），有CUDA优化或分布式训练经验者优先。
• 在NeurIPS、ICML、CVPR、ACL等顶会发表论文，或参与过Kaggle、ACM竞赛并获奖者优先。
• 具备开源项目贡献经验（如Hugging Face、LangChain）或大厂实习经历者优先。