1. 参与基础大模型和端侧大模型的研发工作，包括架构设计、预训练、后训练等，端到端构建通用能力突出的大模型； 2. 负责大模型高阶能力（Coding、Agent等）的专项提升，打造模型长版特性； 3. 参与世界模型（World Model, World Action Model）的研发工作，探索具身智能场景下的世界建模、动作预测、多模态推理理解，构建具备环境理解与交互能力的智能体； 4. 持续关注大模型最新研究，探索下一代大模型的架构和训练方法，做出有影响力的成果；

1. 硕士及以上学历，计算机科学、人工智能等相关专业； 2. 熟悉深度学习框架（例如pytorch等），具备大模型和端侧大模型的算法开发经验，具备数据处理、模型架构设计、大规模训练等经验； 3.对大模型架构、训练、数据、系统优化中的某一方面有深入理解，以下符合1条以上： - 能够提出创新性的大模型架构和端侧大模型架构，探索技术的下一跳； - 熟练掌握强化学习（RL）和模型微调（SFT）等后训练技术，并可以提出创新的后训练方法； - 对coding、math、agent等大模型高阶能力有深入思考； - 熟练掌握大模型预训练的Know How，可以快速诊断并修复问题，提升模型能力； - 对预训练数据、后训练数据的生产、合成方法有深入理解； - 熟练模型训练/推理的系统优化方法，提升模型的实际训练、推理性能； - RL训练效率提升：熟悉大模型训练和强化学习系统，可以基于verl等开源RL框架训练模型，并通过优化系统实现，大幅提升大模型RL训练效率； - 对世界模型（World Model）和具身智能有深入理解，熟悉多模态推理、视频生成、状态预测、动作规划等技术，在World Model领域有相关研究； 4. 有大模型/端侧大模型架构、训练、数据、系统优化等相关实战经验者优先，在NeurIPS/ICML/ICLR/ACL/EMNLP/CVPR/ICCV/TPAMI等AI顶会发表过相关论文者优先；