关键职责
1. 企业级大模型应用研发与优化
- 探索和应用最新的模型压缩、量化、蒸馏技术，并主导设计企业级大模型的开发及应用落地
2. 场景化算法设计
- 深度研究和拆解货拉拉业务，构建端到端的AI智能体系统，实现复杂任务自动化，特别是在客服、营销场景
3. 数据工程与飞轮建设
- 设计高质量训练数据的合成和标注方案
- 建立线上数据收集和模型迭代的飞轮机制
- 构建多模态数据处理能力（文本、语音、图像）
能力要求
1. 技术深度
- 大模型架构专家：深入理解Transformer变体、MoE、混合专家等先进架构
- 训练工艺大师：精通RLHF、DPO、PPO等对齐技术，有大规模参数模型训练经验
- 多模态融合：具备图文、语音等多模态大模型研发经验
- 工程化能力：熟悉大规模分布式训练、模型压缩、端侧部署
2. 创新思维
- 前沿技术敏感度：持续跟踪并实践最新技术（Agent、RAG、Tool Use等）
- 原创性思考：能够提出创新性技术方案解决业务难题
- 学术产业结合：善于将学术研究成果转化为产业应用
画像特征
1. 学历背景（硬性要求）
- 顶尖院校：全球Top 50或国内C9/985高校
- 学位要求：计算机科学、人工智能、机器学习相关专业
- 学历层级：博士优先，优秀硕士可考虑
- 应届优先考虑，同时可看互联网大厂核心算法
2. 学术成就（关键指标）
- 顶会论文：至少1篇第一作者顶会论文（NeurIPS/ICML/ICLR/CVPR/ACL等）
- 学术影响力：论文引用量、开源项目贡献、学术社区活跃度
- 研究方向：大语言模型、多模态学习、强化学习、对话系统等
3. 职业经历（核心筛选条件，非应届）
- 岗位层级：大厂AI 团队内的核心算法或研究员
- 项目经验：主导过大模型应用从0到1的研发或重大优化项目，有核心的商业场景落地经验