1、参与大规模生成式模型的研发与优化，包括模型架构设计、训练方法创新与推理性能提升； 2、探索并落地生成式模型在对话系统、信息检索、Agent、知识问答等场景的应用，覆盖召回、排序等关键环节； 3、构建和完善数据与训练管线，涵盖语料清洗、数据增强、对齐训练（SFT、DPO、RLHF 等）； 4、持续跟踪前沿研究，将最新的大模型技术与贝壳海量垂类数据结合，推动业务创新，并产出高质量学术成果。

1、硕士及以上学历，毕业时间：2026年9月-2027年8月，计算机、人工智能、软件工程等相关专业； 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、研究课题为生成式检索、推荐等相关领域优先； 2、有 Embedding 模型训练与应用（搜索、推荐、对齐、RAG）相关经验； 3、有大规模分布式训练、模型压缩与推理优化经验； 4、熟悉强化学习、RAG、Agent、多模态模型等前沿方向； 5、有 VLM（Vision-Language Model）、多模态大模型相关研究或实习经验； 6、有高水平科研成果（顶会论文）或竞赛/开源项目获奖经历。