算法工程师-VLM训练

设计并实现文本、图像、视频等多模态对齐与融合的长程训练策略，操控万卡级 GPU 集群，协同 Pretrain / CPT / SFT / RLVR / RLHF 全链路，对超大参数基座模型进行高效分布式优化；

深入探索 MoE 稀疏化、训练算法与对齐范式创新、可解释性与质量监控、多模态推理、mRAG、百万 Token 级长文处理、Agent&工具链机制等底层原理与技术；

与系统团队共建张量并行、流水并行、混合精度等高性能训练框架，持续提升训练吞吐与稳定性；

学术与行业影响力打造：快速跟踪 NeurIPS / CVPR / ACL 等顶会成果及开源项目，输出专利与论文，树立行业技术标杆。

精通 Python / C++ 等，熟悉深度学习主流框架（如 PyTorch）、混合精度、分布式训练与部署；

在计算机视觉、跨模态理解或通用 AI 领域具备扎实的研究与落地经验； 3主导或深度参与过 >10B 参数模型的训练 / 推理优化，并产生显著业务影响；

在 ACL、CVPR、NeurIPS、ICLR 等顶会发表论文者优先；

对新技术保持敏锐，能在未知领域迅速学习、实验并产品化。