一、岗位职责：

1.大模型基础算法研究：负责大语言模型预训练、微调、高效适配、稀疏化、量化压缩等核心算法的研究与迭代，跟踪国内外LLM前沿技术动态，探索新型模型架构、训练范式与优化方案，提升模型通用能力、推理效率与稳定性。

2.模型对齐与安全研究：开展大模型RLHF、SFT、Agentic RL等对齐技术研发，优化模型对话逻辑、事实准确性、逻辑推理能力；研究大模型幻觉、偏见、安全风险等问题，搭建模型安全评估与优化体系，保障模型合规可用。

3.前沿技术攻关与创新：针对大模型长文本理解、多模态融合、工具调用、Agent、记忆机制等前沿方向开展专项攻关，突破模型性能瓶颈，落地差异化技术创新点。

4.科研成果产出：独立牵头科研项目，完成技术方案设计、实验验证、数据复盘与成果沉淀，高质量输出学术论文、发明专利、技术白皮书等科研成果。

5.技术落地与业务赋能：结合所需的业务场景，将大语言模型核心技术落地至智能问答、内容生成、代码辅助、知识推理、企业智能化解决方案等场景，解决业务实际痛点，推动技术商业化落地。

6.团队技术共建：参与团队技术研讨、算法迭代与技术分享，指导访问学生、联培博士等，搭建完善的大模型研发流程与技术规范，推动团队整体技术能力提升。

二、任职要求

1.学历：博士学历，具备扎实的学术科研功底。

2.专业：人工智能、计算机科学与技术、机器学习、深度学习、自然语言处理、大数据、模式识别等AI相关专业。

3.能力基础：精通深度学习、自然语言处理、大语言模型核心理论与技术，熟悉计算机视觉的基本原理，具备扎实的数学、算法基础。

4.有学术会议（NeurIPS、ICML、ICLR、ACL、CVPR、KDD等）论文发表、核心专利授权、国家/省级科研项目参与经验者优先。

5.熟悉主流开源大模型（LLaMA、Qwen等）的二次开发与优化，有落地企业级大模型项目经验者优先。