算法工程师- AI手机智能大模型

1. 负责AI智能手机相关的大模型算法研究，方向包括但不限于： ○ Agent、工具调用、任务规划与复杂推理； ○ 视觉理解、视觉语言模型与多模态推理； ○ Agentic Coding，DSL； ○ Omni模型及文本、图像、语音、视频等模态的统一建模； ○ 大模型训练、后训练、强化学习与推理能力优化。 ○ 模型压缩与加速 ○ 模型安全 2. 研究大模型的数据构建与优化方法，包括数据合成、数据筛选、训练轨迹生成及数据质量评估。 3. 开展模型训练与后训练研究，持续提升模型的理解、推理、生成、工具使用及复杂任务执行能力。 4. 建立科学、系统的模型评测体系，围绕模型能力、任务成功率、泛化性、鲁棒性和安全性开展实验分析与算法优化。 5. 持续跟踪大模型领域的国际前沿进展，完成算法复现、创新方案设计及效果验证。 6. 与产品、业务及客户团队协作，将智能手机及ToB场景中的实际需求转化为可定义、可训练、可评测的算法问题，推动研究成果在真实场景中应用。 【任职要求】 1. 计算机、人工智能、数学、自动化、电子信息等相关专业，硕士或博士学历。 2. 具备扎实的机器学习、深度学习及数学基础，深入理解Transformer、大语言模型及多模态模型的基本原理。 3. 在以下至少一个方向具备深入研究或项目经验： ○ Agent、Tool Learning、任务规划或复杂推理； ○ 视觉理解、VLM或多模态推理； ○ Coding LLM、Coding Agent或软件工程智能； ○ Omni模型、语音语言模型或跨模态统一建模； ○ SFT、强化学习、偏好优化或模型后训练； ○ 大模型数据构建、数据合成与质量优化； ○ 大模型评测、安全与可靠性。 4. 熟悉大模型训练或后训练方法，对SFT、RLHF、DPO、GRPO等方法中的一种或多种具备深入理解和实验经验。 5. 熟练掌握Python和PyTorch，能够独立完成算法复现、数据处理、模型训练、实验设计、效果评测及结果分析。 6. 具备较强的研究能力和技术判断力，能够从开放性问题中发现关键问题、提出研究假设，并通过严谨实验完成验证。 7. 具备良好的英文论文阅读能力，能够持续跟踪、分析并复现国际前沿研究成果。 8. 对大模型及AI智能手机具有强烈兴趣，具备优秀的学习能力、自驱力和探索精神。 加分项 1. 具备优秀的沟通表达和跨团队协作能力，能够清晰说明算法原理、实验结论、能力边界及业务价值。 2. 具备ToB业务、企业服务或客户项目相关实习经验，能够理解客户需求，并将业务问题抽象为算法目标、训练任务与评测指标。 3. 在知名大模型团队、研究机构或科技企业有大模型相关实习经历。 4. 有高质量大模型数据构建、模型后训练、强化学习或Benchmark评测经验。 5. 在NeurIPS、ICML、ICLR、ACL、EMNLP、CVPR、ICCV、ECCV、AAAI等高水平会议或期刊发表过相关论文。 6. 参与过有影响力的开源研究项目，或在大模型、机器学习及相关算法竞赛中取得优异成绩。