算法研发工程师（领域模型）

负责面向化学、数学、物理等科学领域模型的算法研发与创新，持续提升模型推理、工具调用和任务自动化能力；

参与科学多模态数据的处理、分析与算法开发，探索科学数据的特征提取、表示学习和跨模态对齐等方案；

基于LLM/VLM，设计面向科学领域的信息抽取与知识建模算法，支撑大规模科学数据集和知识库的建设；

参与领域模型训练、评测、部署与迭代优化，围绕科学任务持续建设高质量训练数据集与评测体系；

深度参与Agent、RAG、MCP、Tool Calling等关键模块研发，将科学知识、多模态感知与科学计算、文献检索等专业工具连接起来，强化模型在科学领域的推理、任务规划和科研流程自动化能力；

参与国际合作项目研发，与国内外高效及科研机构系统开展AI for Science相关研究和系统建设，推动科研成果开源与落地。

计算机科学、人工智能、数学、自动化、化学或相关专业硕士研究生及以上学历，具有AI+交叉研究或项目经验优先；

熟练掌握计算机视觉经典算法，熟悉常见视觉模型（如CNN、ViT、Diffusion Models等）；在多模态学习、大模型微调等任务中有实际项目经验者优先；

具备良好的算法与编程能力，熟练使用 Python、PyTorch、Hugging Face、OpenAI API、vLLM 或其他大模型开发框架者优先；

具备较强的问题拆解能力和实验分析能力，能够将研究想法实现为可复现的实验流程和算法模块；

有LLM、Agent、强化学习、AI4S、模型推理等相关经历或相关项目优先。