1. 参与多模态大模型（视觉/语音/文本等模态）的后训练与对齐工作，包括 SFT、RLHF / DPO 等训练流程的设计与落地； 2. 负责大模型的指令微调（Fine-tuning）、参数高效微调（LoRA / QLoRA / Prefix Tuning 等）实验，针对垂域任务持续迭代模型效果； 3. 负责训练数据的构建与治理，包括多模态数据的采集、清洗、标注规范制定、数据增强与质量评估，沉淀可复用的数据 pipeline； 4. 跟踪多模态大模型与后训练方向的前沿进展（如 RLHF 新范式、多模态对齐、奖励建模等），完成论文复现与效果验证； 5. 与 Agent、工程团队协作，将训练完成的模型对接到产品链路中，并基于线上反馈持续优化。

1. 计算机、人工智能、自动化、数学等相关专业，本科及以上学历； 2. 扎实的机器学习 / 深度学习基础，熟悉 Transformer 架构，理解注意力机制、预训练与微调原理； 3. 熟练使用 Python，有 PyTorch 或 JAX 实操经验，能独立完成模型训练与调试； 4. 至少熟悉一种主流大模型训练 / 推理框架（如 HuggingFace Transformers、DeepSpeed、Megatron-LM、vLLM 等）； 5. 有过 LLM / 多模态模型的微调或对齐项目经验，了解 LoRA、SFT、RLHF、DPO 等至少一种方法； 6. 良好的论文阅读与复现能力，能跟踪 NeurIPS / ICLR / ACL / CVPR 等顶会工作。 加分项 1. 有多模态（VLM / 语音大模型 / 视觉-语言对齐）相关研究或实习经验； 2. 有大规模预训练 / 分布式训练（多机多卡、DeepSpeed / Megatron）实操经验； 3. 在 Kaggle 等算法竞赛、或顶级会议上有论文发表 / 在 GitHub 有高星项目； 4. 了解数据构造与评测体系，有 SFT 数据集构建或 Reward Model 训练经验。