职位描述1.前沿技术研究：负责合成数据和智能体技术的前沿研究工作，主导大规模合成数据平台和大模型智能体训练平台以及相关开源项目的开发，加强团队的技术深度并扩展团队在开源社区的技术影响力； 2.模型全生命周期深度管理：开展大模型微调工作，主导 Llama、Qwen 等主流模型的继续预训练、SFT（有监督微调）及强化学习（RLHF）全流程，优化训练策略；负责训练数据的精准筛选、清洗与增强，构建高质量训练数据集，提升模型推理精度；能解决多机多卡训练中的通信效率、负载均衡等难点，保障训练过程稳定高效； 3.算法优化驱动场景落地：参与LLM 在金融、工业等领域的应用开发，聚焦AI培训、AI营销等场景的算法优化；将 RAG（检索增强生成）、Text2SQL 等核心算法与业务场景深度结合，优化检索匹配算法与 SQL 生成逻辑，推动技术向业务价值高效转化；任职要求1.教育与经验：计算机相关专业硕士及以上学历，1-3 年以上大模型项目实战和研究经验，具备 “算法设计 - 模型训练 - 工程优化” 的开发思维，能独立承担从核心算法设计、模型训练优化的工作； 2.前沿技术研究能力：以第一作者身份在 NeurIPS/ICLR/ACL等顶级 AI 学术会议上发表过大模型训练、算法优化相关论文（如数据合成、微调策略、推理加速、RL改进）； 3.大模型训练核心能力：精通 Llama、Qwen 等主流大模型的训练原理与优化方法，具备丰富的继续预训练、SFT、RLHF 实战经验；熟练掌握多机多卡训练技术（Ray等开源框架），能独立解决训练过程中的梯度消失、训练不稳定等问题，有在云算力集群（如 AWS、阿里云）上完成大规模模型训练的项目经历； 4.算法技术栈掌握：熟练运用 Langchain、llamaIndex 等 LLM 框架，深入理解 RAG 检索算法（如向量相似度匹配、混合检索策略）、Text2SQL 生成算法（如语义解析、SQL 纠错），能独立完成算法模块的设计与优化； 5.综合能力：具备从 0 到 1 主导大模型项目的经验，能独立解决算法开发、模型训练优化与部署中的复杂问题；拥有优秀的跨团队沟通与需求分析能力。
