岗位职责

1. 负责AI算法的研发、优化及落地，涵盖机器学习、深度学习、强化学习等领域（如CV/NLP/多模态/推荐系统等）。

2. 针对业务场景（如智能客服、图像识别、广告推荐、自动化决策等）设计高效的算法解决方案。

3. 跟踪学术界与工业界前沿技术（如大模型、AIGC、AutoML等），推动算法创新与性能提升，探索前沿技术，形成系列算法/大模型解决方案，完成算法团队研发落地工作，推动多模态大模型效果达到行业领先。

4. 负责通用多模态大模型(包括十亿、百亿参数量)的设计、开发和优化，包括但不限于预训练、跨模态信息对齐方法探索、SFT、指令微调、RLHF、Prompt工程、模型评估、模型推理等。

5. 参与大规模数据集的构建、清洗及特征工程，优化模型训练与推理效率。

6. 与工程团队协作，完成算法的产品化部署（如模型压缩、分布式训练、边缘端优化等）。

7. 撰写技术文档、专利及论文，推动团队技术沉淀。

任职要求

必需技能：

1. 学历：计算机、软件工程、数学、统计学、电子工程等相关专业硕士及以上学历（优秀本科生可放宽）。

2. 算法基础：

o 扎实的机器学习/深度学习理论基础（如CNN/RNN/Transformer、优化算法、评估指标等）。

o 熟悉常见框架（PyTorch/TensorFlow/Keras）及工具链（Scikit-learn/Pandas/Numpy）。

o 精通Diffusion，Transformer、Bert, VIT等深度学习理论算法和优化。

o 对多模态大模型训练范式等有深入理解和实践，有多机多卡大模型训练/大模型微调/从0到1构建多模态大模型(百亿参数以上)等经验者优先；

o 对大模型和生成式AI有浓厚的兴趣，对至少一项生成式模型的原理与应用具有深入了解，如GPT，DeepSeek V3/R1，Qwen3、Wan、可灵、LLava、MiniGPT4、Stable Diffusion、CogVLM、DALL-E等；

3. 编程能力：

o 精通Python，熟悉C++/Java/Go等更佳，具备良好的代码规范与工程实现能力。

o 熟悉Linux开发环境，掌握Git、Docker等工具。了解分布式训练框架，如Deepspeed和Mearon-LM等，并有一定的多机多卡分布式训练经验

4. 经验要求：

o 有实际AI项目经验（如Kaggle竞赛、开源项目、论文复现或企业级应用）。

o 熟悉分布式训练（Horovod/Deepspeed）、模型部署（ONNX/TensorRT）、模型压缩以及端侧部署等。

o 具备较强的团队协作能力和沟通能力，有较强的学习能力和业务分析及问题解决能力。

加分项：

· 顶会论文（NeurIPS/ICML/CVPR等）或专利。

· 熟悉大模型训练/微调（LLaMA、GPT、扩散模型等）或垂直领域优化（如医疗、金融）。

· 掌握AutoML、联邦学习、可解释性AI等前沿技术。

团队与文化

· 技术导向：鼓励创新，提供算力与数据支持，定期组织技术分享。