1. 大模型研发与迭代：负责语言大模型（LLM）或多模态大模型（VLM）的预训练、微调（SFT/RLHF/DPO）、对齐（Alignment）及性能优化，提升模型在指令遵循、推理、代码生成等任务的表现。
2. 探索模型架构创新，包括MoE（混合专家）、长上下文（Long Context）、Scaling Law等前沿方向，推动训练效率与效果突破。
3. 前沿技术研究与应用：跟踪并复现LLM/VLM领域顶会成果（如CVPR、NeurIPS、ICLR等），主导开源项目贡献，发表高水平论文或专利。
4. 研发多模态对齐、视频-语音交互、Agent规划等关键技术，构建跨模态理解与生成能力。
5. 数据与训练流程优化：设计数据配比策略，构建高质量训练数据集，研究数据增强、合成及清洗方法，推动Data-Centric闭环。优化从数据生产到模型训练的全流程，熟悉Deepspeed、Megatron等分布式训练框架。
6. 模型评测与落地支持：开发评测工具与平台，设计细粒度评估指标，分析模型异常表现并提出改进方案。
7. 参与技术成果转化，支持智能客服、内容生成、智能体（Agent）等业务场景落地。

1. ​教育背景：硕士及以上学历，计算机科学、人工智能、数学等相关专业，博士优先。
2. ​技术能力：熟练掌握PyTorch/TensorFlow框架，具备CUDA优化或大模型训练经验者优先。
3. 扎实的算法基础，熟悉Transformer架构、强化学习（RLHF/RLAIF）及多模态融合技术。
​4. 科研与实践经验：以第一作者在顶会（ACL、CVPR等）发表论文，或在国际竞赛（Kaggle、KDD Cup等）中取得前5%排名者优先。
5. 具备大模型训练、开源项目贡献、智能体系统开发等经验者优先。
6. ​综合素质：目标导向，具备独立科研能力与创新思维，能快速定位技术瓶颈并提出解决方案。
7. 优秀的英文读写能力，擅长跨团队协作，适应快节奏研发环境。