一．岗位职责

1. 参与智能家居相关的大模型Agent设计与应用，构建包含意图识别、复杂任务拆解、多步推理、ReAct工具调用、长短期记忆及智能推荐在内的完整链路。

2. 运用SFT、RL等后训练方法训练强化垂域模型，提升大模型的多步推理、上下文遵循、ReAct工具调用、领域问答等能力。

3. 基于数据反馈构建高质量训练数据，设计奖励函数与优化机制，提升模型在垂直领域的泛化能力，利用PPO/GRPO等算法建设基于强化学习的迭代路径。

4. 跟踪LLM与Agent领域的国际前沿技术(如多智能体协作、LongContext、CoT),推动前沿技术在业务中的应用落地。

5. 深度理解智能家居业务，沉淀通用、模块化的算法能力，与产品、工程紧密沟通协作，推动业务迭代。

二．任职资格

1. 本科及以上学历，计算机、人工智能等相关专业，具备扎实的数据结构与算法基础，3年以上相关工作经验。

2. 具备扎实的Python编程能力，熟练掌握PyTorch等深度学习框架，有优秀的代码规范与工程素养。

3. 熟悉LLM训练全流程(Pre-train/CPT/SFT/RLHF),熟练使用主流训练/推理框架(如Megatron-LM、DeepSpeed、vLLM、 Sglang等)。

4. 深入理解强化学习原理，熟悉PPO、DPO、GRPO等算法基本原理，熟悉基于RLVR的强化学习训练者优先。

5. 具备敏锐的技术视野，能够将前沿算法与复杂的业务相结合，产出实际价值。

6. 具备良好的沟通协作能力，工作积极主动，具备较强的学习能力，可快速验证新想法，推动技术进步。

三．加分项

1. 主导过基于ReAct/FunctionCall的Agent生产级应用开发。

2. 在大规模模型训练中有数据合成或强化学习训练的实战经验。

在开源社区发布过有一定影响力的项目。