1、深入理解业务需求，利用SFT、RLVR、Agent RL等多种后训练技术，优化智能催收、智能客服、智能运维、智能审核等场景下信息抽取、意图分类、工具调用等多种模型的效果，提升业务效果天花板；
2、结合对大模型系统框架及模型能力边界的理解，设计并搭建Agent架构，包括React、Plan-Act、Generate-Verifier、Multi-Agent等，探索Agent Test-Time-Scaling技术；
3、密切跟进LLM领域最新研究成果，积极参与新业务的探索研究，结合对业务场景的充分理解，寻找最佳解决方案。

1、具有优秀的编程基础，熟练使用Python/C++等至少一种编程语言；
2、熟悉NLP、CV、ML等相关的技术，深入理解大模型相关技术栈（如Reward Model、GRPO/PPO/DPO、SFT/RFT等）；
3、熟练掌握LLaMA Factory、Verl等常见开源模型调优训练框架，熟悉vLLM等常见推理加速框架，熟悉Qwen、DeepSeek等开源大模型原理与实现；
4、优秀的分析和解决问题的能力，对解决具有挑战性的问题充满激情，良好的沟通和团队合作能力。

深入参与过以下任意一项的优先：
1、具备业界大模型的训练、调优和交付经验者优先；
2、具备业界大模型应用产品落地经验或有大模型相关领域顶会论文发表者优先；
3、ACM/ICPC、NOI/IOI、Top Coder、Kaggle等比赛获奖者优先。