高级通用人工智能算法研发工程师（大模型方向）

描述

1. 01

   面向科学推理研发Transformer变体（新型self-attention/长上下文/稀疏化/递归/可微检索/结构化工具调用等），参与Dense/MoE/Hybrid大规模架构设计与稳定训练；

2. 02

   围绕“推理—验证—修正”闭环设计新目标函数（可验证性驱动训练目标、引用与一致性约束、结构化推导奖励等）与训练配方；

3. 03

   参与预训练与持续训练：数据混配、去重过滤、课程学习、收敛诊断、稳定性与成本效率优化；

4. 04

   参与科学评测与红队：建立评测基准，测评“提出假说、推演理论、设计实验、解释结果”的能力，可审计可追溯；

5. 05

   与infra/数据/具身团队共建闭环，把论文、专利、实验报告、仿真日志转成可训练/可验证的结构化知识

1. 01

   2026年9月-2027年8月毕业的博士（2025年9月后毕业且无全职工作经历者可放宽）；

2. 02

   有大模型预训练/继续训练、SFT/RL/对齐、评测至少一项的实战闭环经验；

3. 03

   熟练使用PyTorch，了解FSDP/DeepSpeed/Megatron任一；

4. 04

   具备算法/架构原创能力，能用严谨对比实验验证新结构/新损失/新训练流程