贝壳

1、参与agent相关大规模语言模型的研发与优化，包括模型架构设计、训练方法改进与推理性能优化； 2、探索并实现 LLM 在对话系统、信息检索、Agent、知识问答等场景的应用； 3、负责语料清洗、数据增强，post-training（SFT、DPO、RLHF、OPD）等训练与数据管线建设； 4、跟踪前沿研究进展，将最新的大模型技术（长文本、工具调用、多模态等）应用到业务场景； 5、协助构建模型评测与 Benchmark 体系，推动模型在准确性、鲁棒性与用户体验方面的持续提升； 6、参与模型的工程化与落地优化工作。

1、硕士及以上学历，毕业时间：2026年9月-2028年8月，人工智能、计算机、数学相关专业优先； 2、熟悉主流深度学习框架（PyTorch / TensorFlow）； 3、掌握 NLP 基础知识（语言建模、序列建模、Transformer 结构等）； 4、了解或具备至少一种大模型训练/推理框架实践经验（如 HuggingFace Transformers、DeepSpeed、vLLM、verl、llama-factory、RAY、Megatron-LM 等）； 5、具备良好的编程能力（Python/C++），逻辑清晰，学习能力强，热爱探索前沿技术； 6、熟悉 Linux 开发环境与常用工程工具（Git、Shell 等）。 加分项 1、有 Embedding 模型训练与应用（搜索、推荐、对齐、RAG）相关经验； 2、有大规模分布式训练、模型压缩与推理优化经验； 3、熟悉强化学习、RAG、Agent、多模态模型等前沿方向； 4、有 VLM（Vision-Language Model）、多模态大模型相关研究或实习经验； 5、有高水平科研成果（顶会论文）或竞赛/开源项目获奖经历。