从事大模型在家庭AI交互场景下的算法研发与优化工作，负责大模型微调、评测体系搭建、长短期记忆机制设计，支撑智能家居AI智能体的核心模型能力建设。 岗位职责： 1、参与大模型在家居多轮对话、意图理解、指令跟随等场景下的微调与效果调优，包括SFT、RLHF/DPO等训练策略选型与实施； 2、设计并搭建模型效果评测体系，包括评测集构建、自动化评测流水线、线上效果回流机制，支撑模型迭代的量化决策； 3、参与记忆模块的算法设计，包括长短期记忆存取策略、记忆冲突检测与更新、多轮对话上下文压缩等； 4、参与模型训练数据的构建与清洗，包括数据标注规范制定、数据质量评估、合成数据生成； 5、跟踪大模型预训练、微调、对齐相关的前沿技术，推动技术方案在实际业务场景中的落地验证。 1、熟练使用Python，熟练使用PyTorch、DeepSpeed、LoRA/QLoRA等大模型训练与微调框架，熟悉Linux开发环境，熟练使用AI工具同时有个人理解； 2、熟悉Transformer、注意力机制等大模型底层原理；熟悉主流开源大模型（Qwen、LLaMA、GLM等）的微调与部署流程，了解模型量化、推理加速相关技术； 3、了解大模型评测方法论，熟悉常见评测基准与评测工具的搭建思路； 4、了解长短期记忆、RAG等相关技术方向优先； 5、有发表过NLP相关研究AI顶会论文优先（CCF A类会议或期刊）；参与过家居、车载、手机等智能终端交互场景的项目开发者优先。