崗位職責：
前沿算法研究與技術創新：負責人工智能領域前沿算法研究和創新，重點聚焦LLM、生成式AI、時序類大模型等，探索人類反饋強化學習、MoE、多模態、long-context等方向。
模型微調與優化：負責對大語言模型（LLM）進行領域適配微調（如LoRA、P-Tuning等），提升模型在特定任務（如對話、文本生成等）上的性能。
數據處理與構建：清洗、標注和構建高質量的微調數據集，設計數據增強策略以提升模型泛化能力。
實驗設計與調參：設計微調實驗方案，調整超參數（學習率、批次大小等），評估模型效果并迭代優化。
性能評估與監控：使用BLEU、ROUGE等指標評估模型輸出，分析bad case并提出改進方案。
模型對齊：優化強化學習與對齊訓練流程，解決大規模分布式環境下的效率瓶頸和行業對齊。
工程化部署支持：協助將微調后的模型部署到生產環境，優化推理效率（如量化、剪枝）。
技術跟蹤與創新：跟進大模型領域最新技術（如RLHF、Adapter架構），探索低成本微調方案。
任職要求：
技術背景：計算機、AI相關專業碩士及以上學歷，熟悉PyTorch/TensorFlow框架和Transformer架構。
微調經驗：有LLM（如GPT、LLaMA、ChatGLM）微調實戰經驗，熟悉Prompt Engineering和Few-shot Learning。
數據處理能力：熟練使用NLP工具（Hugging Face、spaCy），具備文本清洗、標注和分布式訓練經驗。
編程基礎：精通Python，熟悉Linux環境，能優化訓練代碼（如混合精度訓練、分布式訓練）。
工程方向：精通分布式、微服架構思想，具有創建生產工程的相關經驗。
問題解決能力：能分析模型欠擬合/過擬合問題，提出數據或算法層面的解決方案。
團隊協作：良好的溝通能力，能與算法、產品團隊協作落地業務場景需求。