工作职责: 1. 大模型监督微调与迭代 基于业务真实数据与线上反馈，设计、实现 LLM / 多模态模型 SFT 微调方案；面向分类、信息抽取、内容理解、开放式生成等任务，持续提升模型效果与泛化能力。 2. 强化学习对齐算法落地 参与强化学习后训练全流程，包括 GRPO、DAPO、GSPO 等算法实践；根据业务场景设计偏好数据、打分器 / 奖励函数，优化采样策略、优势估计、KL 约束，提升模型对齐效果与训练稳定性。 3. Agent 应用 搭建Agent能力解决复杂内容理解任务，在内容理解平台上实现工具调用、多轮反思，赋能智能标注等，支持产品/运营完成内容理解效果调研。 4. 训推工程和部署上线 基于 LLaMA-Factory、EasyR1、Verl等训练框架完成数据流水线、训练配置、实验管理与复现。 与数据、产品、工程团队协作，建立“数据—训练—评估—上线—反馈”的闭环体系。 工作要求: 1.2027届本科及以上学历，具备扎实的机器学习、深度学习和编程基础。 2.是 AI 的深度使用者，能够将大模型融入日常学习和研发工作。 3.能够结合 Prompt、Agent、RAG、代码生成等能力解决实际问题，并验证结果的正确性。 4.对 AI 前沿技术保持敏感，能够快速理解、动手验证并形成自己的判断。 5.不满足于复现现有方案，愿意主动发现问题并持续推进。 6.有推荐、NLP、多模态、大模型、科研竞赛或高质量项目经验者优先。 7.相比掌握多少技术名词，我们更关注你能否驾驭 AI、保持独立判断，并把技术转化为高价值结果。 8.熟练使用AI agent能力者优先。