1. 大模型研发与优化：
- 负责NLP/CV/多模态等领域的大模型研究，包括训练策略优化、千亿级参数模型的分布式训练性能调优。
- 跟踪学术界与工业界前沿技术（如DeepSeek），微调开源模型，提升模型在特定业务场景的效果。
2. 技术落地与应用：
- 推动大模型在搜索、推荐、智能交互等业务场景的部署，解决实际应用中的性能、时延及资源消耗问题。
- 设计模型压缩、量化及推理加速方案，确保技术成果转化为产品价值。
3. 跨团队协作：
- 与业务、产品团队合作，定义技术需求并制定解决方案，支持业务快速迭代。

任职要求
1. 教育背景：
- 博士及以上学历，计算机科学、人工智能、数学等相关专业（顶尖院校或科研成果突出者可放宽至硕士）。
2. 技术能力：
- 熟练掌握PyTorch/TensorFlow等框架，具备大规模分布式训练经验者优先。
- 扎实的算法基础，熟悉Transformer、MoE等模型架构，有Prompt Engineering、RLHF等技术实践经验者优先。
3. 研究背景：
- 在ACL、NeurIPS、CVPR等顶会发表论文，或参与过开源大模型项目（如LLaMA、ChatGLM）。
- 具备多模态、强化学习、AI Agent等方向研究经验者优先。
4. 软性素质：
- 极强的自主学习能力与问题解决能力，能独立完成技术调研与攻坚。
- 良好的沟通能力与团队协作意识，适应快节奏的研发环境。