职位描述

1. 探索LLM前沿领域研究，包括但不限于数据建设、逻辑推理、智能体、MoE、Scaling law和模型评估等工作；

2. 负责优化和提升LLM对齐效果，包括数据质量优化、指令微调、奖励模型优化、强化学习（RL）策略迭代等，持续提高算法的效率和性能；

3. 协助团队进行大模型相关技术的研究和创新，跟踪领域内的最新进展，开展相关的实验和验证工作，为团队的技术发展提供有价值的见解和建议；

4. 参与撰写技术文档、研究报告和学术论文，记录项目过程和成果，与团队成员分享经验和知识。

职位要求

职位要求

1. 2026届及之后毕业的同学优先，计算机科学、人工智能、数学等相关专业优先；

2. 熟悉Python、Java等至少一种编程语言与深度学习框架，具有良好的编程能力和扎实的数学理论基础；

3. 具备一定的NLP经验，熟悉BERT、GPT等模型，参与过NLP中分类、NER、文本生成、文本匹配等子任务的效果优化工作，能够根据实际问题改造和优化算法；

4. 具有强化学习（RL）、逻辑推理或智能体（Agent）相关研究或项目经验者优先；

5. 关注行业前沿进展，对技术开发及应用有热情，乐于挑战自我并具备创新思维；

6. 良好的沟通能力、跨团队协作能力，出色的规划与执行力，强烈的责任感，优秀的学习能力和自我驱动力；

7. 有竞赛经历和论文成果者优先。

人工智能、计算机、软件