职位描述：

1、负责开发和持续维护算法模型池，以及特定场景的基础组件；研发基于深度学习的计算机视觉算法，重点包括图像分类、目标检测与识别、图像分割、3D建模、三维重建及点云处理等；
2、研究/分析主流AI模型性能方面的特点/瓶颈，为硬件加速提供核心算法指导和优化方法
3、负责大模型相关算法的优化、Prompt提示词优化，模型训练微调，模型加速等方面；
4、整理算法框架和框架使用文档，并培训应用团队使用；
任职要求：
1、熟悉PyTorch、Transformer、MOE架构、能够进行大模型微调和优化；
2、熟悉常用的开源大模型如GPT、Qwen、豆包、GLM等；
3、熟悉基本的3D视觉算法，熟悉常用的开源库Open3D,OpenCV等，
4、精通Python、Java等编程语言
5、扎实的数学功底(概率论，优化算法)
6、出色的分析问题、解决问题能力，总是能从纷繁复杂的数据中一眼看出问题本质；
7、具备优秀的问题解决能力，跨团队协作意识及技术敏锐度，能快速跟进学界或业界前沿。

职位描述：

岗位职责：
1、负责大模型（LLM、多模态）的预训练、微调、对齐与推理优化等核心算法研发与工程落地。
2、参与模型架构设计、高质量数据构建、高效训练策略制定及模型评估体系的建设。
3、持续优化模型在理解能力、生成质量、幻觉控制、安全性与可控性等方面的综合表现。
4、结合对话、搜索、推荐、内容生成等具体业务场景，进行大模型的定制化微调与应用集成。
5、跟踪并研究SFT、RLHF/DPO、LoRA/QLoRA、量化、蒸馏等前沿大模型技术。
6、与工程、产品及数据团队紧密协作，推动算法方案从设计到线上部署的全流程迭代。

任职要求：
1、本科及以上学历，计算机、人工智能、数学或自动化等相关专业背景。
2、具备机器学习、深度学习或大模型相关的研发经验。
3、拥有扎实的算法基础，熟悉Transformer等深度学习架构及自然语言处理或多模态基础任务。
4、熟练使用PyTorch等主流深度学习框架，并有Hugging Face生态相关工具的使用经验。
5、具备大模型训练、微调或部署的实践经验者优先，熟悉LLaMA、Qwen等开源模型及SFT、DPO等技术。
6、了解模型量化、蒸馏、推理优化等深度学习工程化知识。
7、具备良好的数据思维、实验设计与项目复盘能力，能独立推动项目从0到1落地。