1. 核心算法研究与实现：参与大规模预训练模型（语言模型、跨模态模型等）的前沿技术研究，包括但不限于模型架构创新、高效训练技术（如MoE、混合精度）、推理加速、长上下文处理等。
2. 数据体系建设：参与构建高质量、多元化的海量训练数据集，研究数据清洗、标注、合成及配方技术，探索数据如何驱动模型性能飞跃。
3. 模型训练与调优：参与模型预训练、指令微调、强化学习大语言模型，深入参与分布式训练框架下的性能调试与问题解决。
4. 模型评估与对齐：构建和完善大模型的多维度评估体系（能力、安全、偏见等），并参与人类反馈强化学习等对齐技术的研究与应用，提升模型的有用性、诚实性和安全性。
5. 技术应用探索：将研究院的技术成果与公司实际业务场景结合，进行概念验证（PoC）和落地探索，推动技术向生产力的转化。

1.学历：硕士及以上学历。
2.专业：计算机科学、人工智能、数学、统计学等相关专业。
3.实习实践经验：有知名AI公司或实验室实习经历，并深度参与过人工智能相关项目。 在以下至少一个领域有实际项目或研究经验（包括课程大作业、实验室项目开源项目贡献、顶会论文等）：
· 大模型预训练/微调
· 自然语言处理（NLP）
· 计算机视觉（CV）或多模态学习
· 分布式模型训练
4.知识与技能水平要求：
（1）扎实的机器学习/深度学习基础，熟悉PyTorch、TensorFlow等主流深度学习框架。
（2）优秀的编程能力，熟练掌握Python，具备良好的代码风格和工程习惯。
5.其他要求项：对人工智能技术有极大的热情和好奇心，具备出色的学习能力、分析解决问题的能力、团队协作精神和创新思维。