工作职责： 1. 核心算法架构设计：AI 模型核心算法的设计与推导，结合复杂业务场景开展数学建模，优化模型预训练及后训练算法范式。 2. 前沿算法探索与创新：追踪机器学习与强化学习领域的顶级会议（ACL/NeurIPS/ICML/ICLR 等）与前沿研究，针对业务痛点进行算法创新与选型验证，产出具有学术价值或业务壁垒的算法解决方案。 3. 模型压缩与推理算法优化：开展模型轻量化算法的设计与理论验证，探索并实现剪枝、量化、知识蒸馏等算法，寻找模型精度与推理延迟的最优平衡点。 4. 算法评测体系设计：设计科学的算法评估指标体系与对照实验方案，通过量化分析剖析模型瓶颈，为算法迭代提供理论支撑与方向指引。 任职资格： 1. 学历与理论基础：博士学历，计算机、数学、人工智能等相关专业；具备扎实的机器学习、深度学习与强化学习理论基础。 2. 算法研究能力：深入理解主流 AI 模型的核心机制及训练范式；在强化学习、模型对齐算法或模型压缩算法方面有较好的理论基础或项目实战经验。 3. 大模型相关经验： 熟悉 Transformer 底层机制及大模型训练范式，了解预训练、SFT、RLHF/DPO 等对齐流程； 有大模型微调、推理优化或部署落地经验； 熟悉主流开源大模型（如 LLaMA、Qwen、DeepSeek 等）的架构与训练/推理链路。 4. 实验与分析能力：具备较强的实验设计能力与量化分析思维，能够设计复杂对照实验，通过严谨的数据分析定位算法瓶颈并提出改进方案。 5. 模型研发能力：熟悉 Python 与 Linux，熟练使用 PyTorch 等主流框架；能够将理论算法转化为代码，具备从算法设计到算法验证的完整闭环能力。 6. 加分项：在 AI 顶会发表过相关领域论文；在 Kaggle、天池等高水平算法竞赛中获得 Top 名次；或有知名开源 AI 模型项目核心贡献经验者优先。