1、硕士及以上学历，计算机、软件工程、人工智能、数学等相关专业优先； 2、具备优秀的问题分析与解决能力，能系统性思考从数据处理、模型训练到在线高并发推理的全局链路问题； 3、扎实的推荐算法与深度学习基础，熟练掌握主流召回与排序/多目标模型（deepfm, din, sim, mmoe等），有实际的转化率预估与策略优化经验； 4、熟悉大语言模型（llm）的基本原理，对长文本理解、行为序列建模有深刻认知；能熟练运用大模型进行数据蒸馏、画像挖掘或意图识别； 5、具备大模型后训练/微调与推理落地经验者优先：包括高质量微调数据飞轮构建、指令微调（sft）、偏好优化，以及主流在线推理加速框架实践； 6、具备卓越的工程实现能力：熟练使用 python / c++，精通 pytorch（或同类框架），代码规范良好，具备大型复杂系统落地与调优意识。 加分项： 1、有 大模型赋能推荐系统 相关研究或落地经验者优先（包含但不限于：基于 llm 的特征生成、语义 id 召回、p5/tiger 等生成式推荐前沿工作）； 2、具备金融领域知识，或在亿级 dau 产品的信息流分发、内容社区推荐、大规模复杂触达策略等场景有核心算法实习/项目经验者优先； 3、在 kdd、sigir、recsys、www、acl、neurips 等顶级会议/期刊以第一作者发表过高影响力成果者优先； 4、在 kaggle、阿里天池、acm/icpc 等数据挖掘、推荐算法竞赛中获得优异名次者优先； 5、深度参与过具有广泛影响力的 ai/推荐系统/大模型开源项目，具备可复用的生产级工程产出经验者优先。