大模型算法工程师-大语言模型

岗位亮点 1. 真实产业场景：深度参与顺丰物流全链路业务，用大模型与 Agent 技术解决真实世界的复杂决策问题，技术价值可直接落地验证 2. 全链路技术实践：覆盖垂域大模型训练、Agent 系统建设、国产化算力适配、评测体系搭建全流程，接触最前沿的大模型工程与研究方向 3. 学术产业结合：支持技术成果沉淀，鼓励顶会论文发表与专利申请，兼顾工程落地能力与学术影响力提升 4. 核心成长空间：核心技术团队从 0 到 1 搭建物流场景大模型技术体系，个人成长与业务发展深度绑定 岗位职责 1. 搭建面向物流复杂业务场景的 Agent 仿真运行环境，设计多维度场景化任务集，沉淀高质量交互数据与标准化工具链，支撑决策型 Agent 的模型迭代与效果验证 2. 负责物流垂域大模型的全链路训练工作，涵盖高质量训练数据构造、预训练 / 后训练算法优化、训练效率与效果提升； 3. 主导国产化训练框架与核心算子的适配调优，保障模型在国产算力平台的稳定高效运行 4. 搭建大模型与 Agent 系统的全维度评测体系，建设标准化测试集与自动化评测平台，通过量化分析定位模型能力短板，输出可落地的迭代优化方案 5. 跟踪大模型与 Agent 领域的前沿技术进展，开展创新性研究，沉淀技术成果，共同推进顶会论文发表与技术专利申请 【任职要求】 职位要求 1. 硕士及以上学历，计算机科学、人工智能、数学、统计学等相关专业 2. 深入理解大语言模型核心原理，熟悉预训练、SFT、RLHF 等训练流程，掌握 Transformer 架构与常见优化算法 3. 对 Agent 系统的核心机制（任务规划、工具调用、记忆管理、多智能体协作）有深入研究，持续跟踪领域前沿技术动态 4. 扎实的代码功底与软件工程能力，熟练使用 Python 与主流深度学习框架（PyTorch/DeepSpeed/Megatron 等），具备良好的数据结构与算法基础 5. 具备较强的问题分析与解决能力，对前沿技术有高度热情，善于利用 AI 工具提升研发效率，能够平衡研究探索与工程落地 加分项 1. 在国内外知名算法竞赛获得较好名次 2. 在 NeurIPS、ICML、ICLR、ACL 等 AI 顶会以第一作者身份发表论文 3. 在知名开源项目有重大贡献 4. 有物流、供应链等垂域大模型或 Agent 系统落地经验 5. 有国产化训练框架（如 MindSpore）、国产算力平台适配与算子优化经验