岗位职责：
1、负责大型自然语言处理与深度学习模型的研发与优化，包括强化学习相关技术栈的预研和选型，以及模型微调、训练、量化、性能与准确率提升等工作；
2、优化TensorFlow、PyTorch等深度学习框架，提升DPO、PPO、GRPO等强化学习算法的训练效率与稳定性，集成并改进FlashAttention、MLA等高效率注意力机制，提升大模型训练与推理的性能及资源利用率；
3、构建面向大模型应用的知识库技术体系与工程能力，涵盖数据分析、知识图谱、多模态融合、模型预训练与微调、RAG、Agent、智能体协同以及大模型部署等方向；
4、与产品及业务团队密切协作，深入理解业务需求，推进最新AI技术在实际产品中的落地应用；
5、针对业务场景设计并实施模型调优策略，完成深度学习及机器学习相关算法的开发、应用与持续优化；
6、推进大模型提示工程技术，包括提示增强、模板构建、思维链（CoT）、意图理解等模块的开发，提升自然语言人机交互的流畅性与自然人机对话体验；
7、跟踪AIGC等领域前沿研究，探索工业界落地可能性，推进大模型与搜索推荐系统的结合、生成内容安全等技术预研，不断提升算法实际应用效果；
8、参与算法模型的全面评估与迭代优化，持续提升模型效果并保障其生产环境中的稳定性和可靠性。

任职条件：
1、博士学历，人工智能、计算机、通信、数学、自动化等相关专业；
2、计算机基础扎实，深入理解数据结构与算法，掌握JVM优化机制，熟悉IO、多线程与集合等基础框架，熟悉分布式系统、缓存与消息中间件等技术原理；
3、具备扎实的算法基础，熟悉自然语言处理中的意图识别、知识抽取、文本理解等核心任务，对大语言模型（如DeepSeek、ChatGLM、Qwen、LLaMa等）的基本原理有深入理解；
4、具备优秀的编程能力，熟练使用Python或Java至少一门语言，熟悉Linux及容器化开发环境。掌握PyTorch、Hugging Face Transformers、vLLM、LangChain等大模型相关框架与工具，精通多语言者优先；
5、熟悉大语言模型预训练过程理论，包括相关技术细节和优化策略，熟悉各类深度学习网络和注意力机制，训练和推理模型调试、调优，有大语言模型优化及工程应用实践经验优先；
6、在自然语言处理或机器学习顶会（ACL，EMNLP，NAACL，ICML，NeurIPS, ICLR等) 有发表过相关优秀论文者优先，有参与过AI竞赛并获得优秀成绩者优先；
7、具备优秀的学习与创新意识，良好的团队协作和沟通能力，自我驱动强，能积极推动技术落地与突破。