1、参与大语言模型、多模态大模型相关算法研发，包括预训练、SFT、RLHF、指令微调、Agent、RAG 等方向实验与落地； 2、负责数据集构建、数据清洗、数据质量评估、prompt 工程，设计数据增强、过滤策略，提升模型效果。 3、开展模型评测工作，搭建自动化评测基线，从通用能力、领域能力、幻觉、安全性等维度分析模型优缺点； 4、基于开源大模型（LLaMA、Qwen、InternLM 等）进行微调、蒸馏、量化、LoRA/QLoRA 微调实验，迭代优化模型效果； 5、参与大模型应用方案设计，如智能问答、知识库检索增强、智能体工作流、工具调用等业务落地； 6、跟踪前沿大模型论文与技术方案，复现前沿算法，输出技术报告，推动技术方案工程验证； 7、协作工程和产品部门，完成算法方案交付，支撑业务场景上线迭代。

1、硕士研究生及以上学历，计算机、人工智能、自动化、数学、电子信息等相关专业； 2、拥有扎实的机器学习、深度学习基础，熟悉Transformer、注意力机制、预训练语言模型核心原理； 3、熟练使用 Python，掌握 PyTorch/TensorFlow 至少一种深度学习框架；熟练运用 Numpy、Pandas 等数据工具。 4、熟悉 NLP 基础任务：文本分类、抽取、生成、语义匹配，了解大模型微调范式（SFT、LoRA、DPO 等）； 5、有大模型相关实践经历：课程项目、竞赛、科研课题、开源复现、实习项目均可； 6、了解数据集制作、数据清洗、模型评估方法，能够独立设计实验、分析实验结果； 7、能够阅读英文技术论文，持续跟进 LLM、Agent、RAG、多模态大模型前沿进展； 8、熟悉 Git、Linux 开发环境，具备基础命令行操作能力。