多模态大模型后训练算法专家（Keye）-【可灵AI专项】

高质量推理数据体系建设，负责面向复杂多模态场景的高质量训练数据建设，围绕数据生成、质量评估、筛选优化等关键环节，持续提升模型在复杂任务中的推理、理解与泛化能力；

多模态后训练技术研究与落地，参与前沿模型后训练方法的研究与工程实践，面向视频理解、长上下文、工具协同、复杂任务执行等场景，探索更稳定、高效、可扩展的训练机制，提升模型在真实业务环境中的综合表现；

多模态智能体能力探索，推动多模态智能体在复杂任务中的能力提升，覆盖代码、工具使用、信息检索、复杂问题分析等方向，探索模型从感知理解到任务规划、推理决策和执行闭环的能力演进；

模型持续进化体系建设，参与构建面向下一代模型的自动化迭代体系，围绕数据、评估、训练和反馈等核心环节，提升模型研发效率与持续优化能力，推动形成可规模化、可复用的技术基础设施。

硕士及以上学历，计算机科学、人工智能、自动化、数学等相关专业优先；

精通多模态任务设计范式（如视觉思维链、跨模态推理链），具备深厚的CoT提示工程与Reward Model设计经验，熟练应用PyTorch+DeepSpeed、Megatron-LM等分布式框架，精通QLoRA、DPO、RLHF以及PPO/GRPO/DAPO等最新后训练对齐技术；

主导过千亿级模型的后训练全流程（包括SFT数据构建、RM训练、RLHF/DPO对齐优化及端侧量化部署），具备丰富的多模态数据治理经验（如构建百万级图文对齐数据集或合成数据质量评估工具开发）；

热衷于推动多模态大模型、生成式AI、Agent等前沿技术在商业化应用生态中的落地，具备系统性拆解B端业务需求并制定可量化目标的能力，能有效跨团队推动标准化数据与API服务交付流程。