岗位职责：
1.大模型系统与应用架构设计：负责大模型在多场景应用中的系统级设计与架构规划，包括模型编排、服务框架、数据流与推理优化。
2.大模型能力集成与优化：主导大模型与下游任务（如搜索、推荐、知识问答、代码、办公智能体）的能力集成与优化；研究长上下文建模、函数调用、知识融合、推理增强等关键技术；优化推理性能与服务延迟，实现大模型在高并发、低延迟环境下的稳定部署。
3.算法创新与应用转化：研究并落地Agentic AI、RAG优化、知识图谱融合、任务自适应微调等关键方向；推动科研成果的产业级转化与系统级落地，参与核心产品或平台（如Copilot、智能助手、科研智能体）研发；指导团队进行算法落地、工程优化与跨模态任务协同。
4.技术领导与协作：牵头跨团队技术方案设计与评审，承担核心架构决策职责；指导算法工程师与研究员，推动团队在系统性能、算法创新与应用效果上的持续突破；协助制定研究方向与技术路线，参与顶级会议投稿与开源项目建设。
基础要求：
1.硕士及以上学历（博士优先），计算机科学、人工智能、软件工程或相关专业。
2.精通Transformer架构、LLM推理与微调机制、RAG框架、知识检索与Agent系统设计。
3.熟悉大模型相关技术栈（PyTorch / TensorFlow / JAX / DeepSpeed / Ray / Colossal-AI等）。
经验要求：
1.有大模型应用系统或Agent框架架构设计经验（具备从0到1构建系统的实战经验）。
2.熟悉云端推理部署、服务编排、模型并行、缓存与检索机制。
3.在以下至少一个方向有深入研究或落地经验：
nLLM智能体（LLM Agents / Multi-Agent Systems）
n知识增强生成（RAG / Graph-Augmented Generation）
n复杂任务规划与工具调用（Tool Use / Function Calling）
n多模态大模型融合（Vision-Language / Speech-Language）
加分项：
1.有顶级会议论文（NeurIPS/ICLR/ACL/CVPR等）发表经验。
2.参与过开源框架或平台（LangChain、LlamaIndex、vLLM、FastChat、Ray、DeepSpeed等）。
3.熟悉企业级AI架构（MLOps、LLMOps、微服务化部署）。
4.有丰富的系统设计文档与技术方案编写能力。