高级大模型算法工程师（博士后）

1. 大模型技术研发与优化 深入探索大模型（如LLM、多模态模型）的核心算法，包括预训练、微调（Fine-tuning）、提示工程（Prompt Engineering）、RAG（检索增强生成）等技术，优化模型效果与性能。 *熟悉并能够设计和实现多智能体调度框架，结合大模型实现高效的任务调度和协作机制。 2. 大模型应用场景落地 负责大模型在垂直领域的应用开发，包括但不限于AIOps、代码生成/续写、智能问答、知识推理等场景，推动技术成果转化为实际生产力。 结合业务需求，设计高质量微调数据集和模型评估集，设计端到端的大模型解决方案，优化模型部署效率与推理成本。 3. 工程化与性能调优 熟悉Dify、LangGraph 等应用开发框架，能快速构建原型并推进产品化。 熟练使用Python，熟悉PyTorch/TensorFlow框架，具备CUDA/分布式训练经验者优先。 4. 跨团队协作与创新 与产品、数据、运维团队紧密合作，理解业务需求并设计技术方案。 跟踪学术界与工业界前沿技术（如Agent技术、MoE架构、MCP、A2A协议等），探索技术突破点。 【任职要求】 1. 教育背景 计算机科学、人工智能、数学等相关专业博士学历，3年以上算法研发经验；具备大模型相关经验者优先。 2. 技术能力 熟练掌握PyTorch/TensorFlow等框架，熟悉主流大模型技术栈（vLLM、Dify、LangGraph等）。 熟悉大模型全链路技术，包括预训练、SFT、RLHF、评测对齐、服务部署。 扎实的编程能力（Python/C++/Java），具备高性能计算、CUDA优化经验者优先。 3. 经验要求 3年以上NLP/CV/LLM算法经验，至少1年大模型应用相关项目开发经历。 有完整参与大模型开源项目或行业落地案例者优先。 对ChatBI、AIOps或代码生成等算法项目有实践经验者优先。 4. 软性素质 强烈的技术热情，能快速复现前沿论文并解决复杂工程问题。 优秀的跨团队协作能力，能够与产品、工程团队高效沟通。