业务技术-大模型算法工程师-生成式AI

参与构建面向家装与家居消费场景的生成式AI智能设计系统，结合大模型、多模态理解与空间推理能力，为用户生成合理、美观且可落地的全屋设计方案

围绕户型解析、家具布局生成、商品搭配生成等核心问题，设计并实现空间布局与搭配生成算法，提升设计方案的合理性与美学一致性

构建空间关系建模与约束推理能力，结合场景理解与用户需求，实现可控的空间布局生成与商品组合推荐

设计与实现面向设计与导购场景的Agent决策与执行架构，实现从用户需求理解、方案生成到交互式调整的完整智能设计流程

基于大语言模型与多模态模型开展算法研究与工程落地，探索生成式建模在空间设计、商品理解与用户意图解析中的应用

研究并实践SFT、RLHF、DPO等大模型后训练方法，持续提升模型在布局合理性、空间约束满足、搭配一致性与用户偏好对齐方面的能力

设计并开展系统性的实验与算法评估，持续优化模型效果与系统性能，并推动相关算法在真实业务场景中的落地

计算机科学、人工智能、机器学习、计算机视觉、自然语言处理或相关专业硕士及以上学历

两年及以上工作经验

熟练掌握 Python 与 PyTorch，具备扎实的深度学习基础和良好的算法工程能力

熟悉主流生成式模型与深度学习架构，如 Transformer、Diffusion、Autoregressive Models 等

对大语言模型（LLM）、多模态大模型及生成式AI技术有深入理解，熟悉SFT、RLHF、DPO、RAG、Agent等相关技术

具备空间理解、场景生成、2D/3D布局生成、元启发式算法（如mcts、基因算法等）、约束优化、商品理解、用户意图建模或生成式推荐相关经验者优先

有家具布局生成、智能搭配推荐、对话导购、推荐系统或多Agent系统相关研究或项目经验者优先

在CVPR、ICCV、ECCV、NeurIPS、ICML、ICLR、AAAI、ACL、EMNLP、KDD、WWW、RecSys等会议发表过LLM、多模态、推荐或AIGC相关论文者优先

具备良好的科研能力与团队协作能力，能够独立推进算法研究、实验分析与技术落地