多模态大模型后训练算法工程师

构建全新一代具备通用场景移动能力的大模型，负责移动基座多模态大模型的后训练（Post-Training）技术研发，包括SFT、RLHF/RLAIF、DPO、Agentic RL等技术的迭代优化，提升模型在真实移动场景中的任务完成能力；

构建面向移动场景的指令数据集，设计任务多样化的微调策略，提升模型在端侧交互、场景理解、任务执行等方面的指令遵循能力，支撑复杂移动指令的准确理解与执行；

通过SFT、RL等手段，结合人类反馈与环境反馈优化模型决策能力，持续Scale Up模型在移动任务上的性能表现，推动通用移动能力的边界拓展；

参与研发模型轻量化与高效推理方案（如LoRA、QLoRA、KV-Cache优化、投机解码等），支持大模型在移动设备上的工程化部署，让通用移动能力可落地、可规模应用。

计算机科学、人工智能、机器人等相关专业本科及以上学历，具备大模型微调或强化学习项目经验；

熟练掌握SFT、RLHF、DPO等后训练技术，了解对齐过程中模型行为变化的内在机理；

熟悉LoRA/QLoRA/Adapter等参数高效微调方法，具备模型量化、剪枝、蒸馏等压缩技术的实践经验；

具备良好的代码能力（Python/PyTorch）和数据分析能力，熟悉移动场景业务需求，有智能驾驶，机器人等端侧模型经验者优先。