工作职责
1. 大模型算法研发：负责大模型（NLP/多模态）预训练、持续预训练及微调策略设计与实现，优化模型在特定任务场景下的精度、效率与泛化能力。
2. 对齐与效果优化：基于RLHF（基于人类反馈的强化学习）、SFT（监督微调）等技术，提升模型输出的安全性、准确性与实用性，解决幻觉、偏见等核心问题。
3. 模型压缩与推理优化：研究量化、剪枝、蒸馏等模型压缩技术，优化推理速度与显存占用，满足线上产品低延迟、高并发的部署需求。
4. 技术攻坚与创新：跟踪国内外大模型领域前沿算法与研究成果，结合业务场景开展技术创新，解决实际研发中的复杂技术难题。
5. 跨团队协作：与工程、产品、测试团队紧密配合，将算法方案落地为可复用的技术模块或产品功能，提供技术支持与方案迭代。
6. 技术沉淀：撰写技术文档、专利，沉淀算法研发经验与最佳实践，推动团队技术能力提升。

任职要求
（一）基本要求
1. 本科及以上学历，计算机、人工智能、数学、统计学等相关专业，3年及以上大模型/深度学习算法研发经验（高级岗位5年及以上）。
2. 具备扎实的计算机基础知识，包括数据结构、算法、操作系统、分布式系统等。
3. 具备良好的编程能力，精通Python，熟练使用PyTorch/TensorFlow等深度学习框架。
4. 熟悉Transformer架构及变体，深入理解大模型预训练、微调的核心原理与技术细节。

（二）核心技能
1. 有完整的大模型研发经验，参与过预训练、RLHF、模型压缩等至少一个核心模块的落地，有开源大模型二次开发经验者优先。
2. 熟悉NLP/多模态任务（如文本生成、语义理解、图像生成等），了解行业主流大模型（GPT、LLaMA、通义千问等）的特性与应用场景。
3. 掌握分布式训练技术，有GPU集群（NVIDIA A100/H100）部署与优化经验，能高效解决训练过程中的资源调度、容错等问题。
4. 具备较强的问题分析与攻坚能力，能独立应对算法研发中的复杂场景，有技术创新意识与落地能力。