AI算法博士

1、负责大语言模型LLM后训练阶段的核心算法研发与模型迭代，包括但不限于SFT、Reward Model训练以及强化学习DPO，GRPO，GSPO，Agentic RL等，持续提升模型作为Agent大脑的逻辑推理能力、指令遵循能力

2、负责基于大模型的智能体架构设计与开发，探索多智能体协同机制、复杂任务拆解规划以及工具调用（Tool-use）能力

3、构建并优化Agent系统的自我进化与自我演化机制，持续提升Agent在实际业务中的自主决策、工作流执行与闭环优化能力

4、针对业务场景痛点进行模型与智能体调优，探索并解决模型幻觉问题，攻坚长上下文，复杂场景下的多轮对话策略与记忆机制优化

5、负责后训练与Agent数据流水线的设计，探索高质量合成数据的生成、清洗与策略迭代，从数据层面驱动模型与Agent能力上限

6、跟踪业界最前沿的大模型后训练、强化学习及Agentic系统技术发展，推动新技术在实际业务场景中的落地与验证

1、计算机科学、人工智能、数学或相关专业博士毕业

2、具备扎实的机器学习、自然语言处理或强化学习理论基础，对Transformer架构及主流开源大语言模型有深入的理解

3、熟练掌握主流的后训练技术原理与实践，有丰富的SFT调优经验，并在偏好对齐（DPO/RLHF等）方向有实际落地经验

4、深入理解AI Agent的技术原理与设计模式，熟悉Agent的核心组件（如规划机制、Memory记忆机制、环境交互等），熟悉主流Agent开发框架与开源生态（如OpenClaw、LangChain等）

5、具备大规模分布式训练实践经验，熟悉FSDP、DeepSpeed或Megatron-LM等分布式加速技术

6、具有较好的团队协作能力、优秀的逻辑分析能力，能够独立拆解并解决复杂的算法与Agent工程问题

7、有LLM后训练、强化学习、智能体（Agent）或计算机视觉等人工智能方向相关顶级会议（如ACL、NeurIPS、ICLR、CVPR等）论文发表者优先