岗位职责： 1. 负责大规模语言模型（LLM）和多模态大模型的核心算法研发与优化：包括但不限于模型架构改进、预训练/指令微调/对齐技术（如RLHF）、高效训练技术（如PEFT）、模型压缩与加速、长上下文建模、知识增强（如RAG）等； 2. 深入业务场景，驱动大模型落地应用：对接一线客户，挖掘并转化业务需求，进行大模型的定制化适配、精调与优化，设计并实现满足特定场景需求的模型解决方案，持续提升模型效果、可靠性和性能； 3. 构建和优化AI Agent系统：应用大模型技术，设计、开发和优化智能代理（AI Agent）的核心能力（如规划、记忆、工具调用、多Agent协作等），推动Agent技术在业务场景中的创新应用； 4. 追踪并探索人工智能前沿技术：密切关注大模型、Agent等领域的最新进展，评估其技术潜力和业务价值，推动技术创新在产品中的落地，保持技术竞争力； 5. 技术沉淀与分享：撰写高质量的技术文档、设计方案和实验报告，促进团队知识共享和技术能力提升。 任职要求： 1. 2027-2029届本科及以上学历，计算机科学、人工智能、软件工程等相关专业； 2. 深入理解自然语言处理（NLP）和多模态学习的基础理论与最新进展； 3. 扎实的大模型实践经验：熟练掌握主流大模型（如Transformer系列模型）的原理、架构、训练和推理细节； 4. 精通大模型训练框架：熟练掌握至少一种主流分布式训练框架的使用和核心原理； 5. 具备AI Agent研发能力：深入理解AI Agent的核心组件（规划、记忆、工具使用等）和主流框架，有实际构建Agent系统的经验者优先； 6. 工程能力：优秀的编程能力（Python为主），熟悉Linux开发环境，具备良好的算法实现和调试能力。有模型部署、推理优化经验者优先； 7. 数据处理能力：熟悉大规模数据处理流程、数据清洗、数据增强技术，对数据质量有敏锐洞察； 8. 具备优秀的跨团队沟通协作能力和技术领导力潜力。强烈的技术热情和自驱力，优秀的问题分析和解决能力，良好的团队合作精神和沟通表达能力，责任心强，能承受一定的工作压力。 加分项： 1. 在大模型预训练、指令微调、参数高效微调（PEFT）、对齐技术（RLHF/DPO）等方面有深入研究或项目经验； 2. 有检索增强生成（RAG）、智能体（Agent）应用、多模态大模型，语言大模型压缩量化等实际项目落地经验。