工作职责 -参与大模型前沿技术的研究、学习与实践（如Transformer架构、RLHF等），深入推理调度系统的调研探索，改进与优化，建设有竞争力的算法与策略能力，落地技术组件和应用框架 -参与Agent、RL、推理架构优化等项目，优化和改进算法与策略并完成工程落地，协助进行模型推理性能优化，提高效果与效率，配合团队完成技术方案验证、问题定位与调试 -参与大模型核心系统的架构研发和优化工作，保障系统按时交付、具有高可用性、高稳定性和高可扩展性 -通过技术专项攻坚和新技术调研，解决系统疑难问题，发挥技术对业务的前瞻性价值 -通过研发团队成员进行技术交流，互相促进技术能力的提升 任职资格 -计算机相关专业本科及以上学历，拥有扎实的计算机基础理论知识，对数据结构和算法设计有较为深刻的理解 -熟悉LLM、RL领域技术、任意一种RLHF框架，有大模型项目经验的优先包括但不限于预训练/后训练、Prompt tuning、RL、Agent/RAG等，对相关技术有自己的理解 -熟悉至少一种深度学习框架（如PyTorch、PaddlePaddle等），熟练Python或者Go开发，熟悉Linux 基本使用，熟悉常见开发与调试工具，希望有较强的代码实现能力以及对新技术的探索热情 -优秀的分析问题和解决问题的能力，能够熟练阅读英文文献，具备一定的科研素养，善于思考，具备良好的沟通能力和理解能力 -工作积极主动，具有强烈的责任心和良好的团队合作精神，能够按期完成任务，实习至少6个月及以上，期望尽快到岗 加分项（非必须）： - 了解或使用过 LLM 推理/Serving 框架，如 FastDeploy、vLLM、SGLang 等 - 了解 LLM 推理优化技术（如 KV Cache、Batching、并行/并发调度等） - ACM或者ML/DL/NLP方向竞赛获奖经历