1. 结合生态内的场景化数据，设计高效技术解决方案，主导大模型在应用层面的技术优化，涵盖模型搭建、蒸馏、微调、Agent/MCP 、RAG、COT、数据合成技术、如多模态推理、长文本建模、infra架构、自动化部署、第三方集成、工具链整合等，以及针对垂直场景的模型调优与性能提升；
2. 密切关注AI学术界与工业界的技术进展，挖掘其在生态中的潜在应用场景与创新价值。
岗位要求：
1. 计算机、数学、物理相关专业本科及以上学历，有较扎实的数学基础，工作经验2年以上
2. 在NeurIPS、ACL、ICML、EMNLP等顶会发表高质量论文者优先；
3. 有大模型应用研发经验，熟悉Agent构建、RAG增强、模型对齐等方向的技术实现与调优者优先；
4. 持续关注AI前沿技术动态，具备优秀的团队协作与沟通能力，能快速推动技术方案的场景适配与落地验证。
5. 深入理解自然语言处理、机器翻译及图像处理的基本原理和常用算法
6. 理解自注意力机制和多头注意力的工作原理。 掌握位置编码和层归一化的作用。了解预训练-微调范式的基本概念，及其在大模型中的应用。熟悉BERT、GPT等语言模型的结构和训练方法
7. 有较强的工程能力，熟悉基本数据结构、操作系统以及编程语言特性，熟悉Sql, Python, PyTorch, HuggingFace, OpenCV等；熟悉深度学习框架如TensorFlow, PyTorch等
8. 具有较强的学习能力，具有良好的沟通能力和团队合作意识，以及创新思维，有ownership
