职位职责： 1、深入了解广告主的投广需求，建设非闭环商品库，驱动商品库合理性设计； 2、定义非闭环商品库的信息质量，并持续通过协同各应用方，进一步提升客户商品库信息质量分数； 3、结合客户表达的商品库信息，通过模型能力建设商品理解体系，能够深刻的理解和解读商品表达的内容； 4、及时了解结合投放机制的业界趋势和新兴技术、推动创新，在行业内始终保持领先。 职位要求： 1、4年及以上产品相关工作经验，有商业化投放产品经验，或电商/生活服务相关经验优先； 2、能独立完成需求调研，数据分析，产品设计工作，具备项目管理能力； 3、逻辑思维缜密、工作细致有耐心、沟通清晰有重点、勇于挑战、善于分析和解决问题、良好的自我管理能力； 4、有较强的沟通和理解能力，具备较强的数据敏感度和分析能力，有独立分析和解决问题的能力。

岗位职责： 1. 会员曲库驱动力和价值评估； 2. 会员付费模式和策略的策划探索； 3. 制定会员内容再各个消费场景的策略以提升会员用户的整体渗透转化效果； 4. 提升会员曲库的播放量和资产份额。 岗位要求： 1. 本科及以上，有5年以上互联网产品经验； 2. 3年以上内容平台的会员业务经验，音乐会员业务经验优先； 3. 目标清晰，数据敏感，逻辑性强，较强沟通力、执行力和跨团队协作能力。

职位职责： 1、深入了解广告主的投广需求，建设非闭环商品库，驱动商品库合理性设计； 2、定义非闭环商品库的信息质量，并持续通过协同各应用方，进一步提升客户商品库信息质量分数； 3、结合客户表达的商品库信息，通过模型能力建设商品理解体系，能够深刻的理解和解读商品表达的内容； 4、及时了解结合投放机制的业界趋势和新兴技术、推动创新，在行业内始终保持领先。 职位要求： 1、4年及以上产品相关工作经验，有商业化投放产品经验，或电商/生活服务相关经验优先； 2、能独立完成需求调研，数据分析，产品设计工作，具备项目管理能力； 3、逻辑思维缜密、工作细致有耐心、沟通清晰有重点、勇于挑战、善于分析和解决问题、良好的自我管理能力； 4、有较强的沟通和理解能力，具备较强的数据敏感度和分析能力，有独立分析和解决问题的能力。

岗位职责： 1. 会员曲库驱动力和价值评估； 2. 会员付费模式和策略的策划探索； 3. 制定会员内容再各个消费场景的策略以提升会员用户的整体渗透转化效果； 4. 提升会员曲库的播放量和资产份额。 岗位要求： 1. 本科及以上，有5年以上互联网产品经验； 2. 3年以上内容平台的会员业务经验，音乐会员业务经验优先； 3. 目标清晰，数据敏感，逻辑性强，较强沟通力、执行力和跨团队协作能力。

职位描述 1. 负责大模型技术在微博搜索场景的应用，提升用户满意度，包括但不局限于基于微博结果的内容生成、内容分析、搜索规划、搜索增强等。 2. 负责大模型技术在在文本生成、知识库建设、记忆能力、对话、推理能力增强等方面前沿技的跟进、创新，探索适合微博场景的应用解决方案； 任职要求 1. 计算机、人工智能等相关专业***硕士研究生及以上学历，2-5年NLP算法模型实践经验； 2. 熟练掌握NLP和深度学习模型算法，熟悉Pytorch/Tensorflow等算法框架 3. 熟悉RAG相关原理，熟悉大语言模型 SFT/RLHF 等技术； 4. 沟通表达能力强，逻辑思维和抽象思维能力优秀； 5. 有NLP顶会论文或国际NLP比赛奖项者优先；

工作职责: 1. 多模态大模型:探索跨模态的信息对齐方法，探索多模态大模型的继续预训练、指令微调等技术，探索多模态的数据质量评估和清洗方法。 2. 多模态大模型应用：解决多模态大模型工程化过程中的难题，推动多模态大模型在微博场景落地。 任职要求: 1. 自然语言处理、计算机视觉、机器学习、数据挖掘、人工智能等相关专业，本科及以上学历，研究生优先。 2. 在计算机视觉或多模态理解与生成方面有扎实的知识基础，熟悉主流的多模态大模型或图片、视频生成模型，如LLaVA、Qwen-VL、SD、FLUX、OpenSora等。 3. 在多模态理解或多模态生成等应用方向具备1年左右，或在计算机视觉领域具备2年以上相关工作经验，两者满足其一即可。 4.熟悉Pytorch、Transformers 等常用工具的使用，具备扎实的编程基础。 5. 赛事获奖或开源项目贡献者优先。

招聘条件： 1、获得博士学位，且获学位时间一般不超过 3 年； 2、年龄一般在 35 周岁以下，身心健康； 3、具备通信、人工智能、大数据相关专业背景，有志于在该领域开展深入研发； 4、具有良好的团队协作能力和表达能力。 岗位待遇 1、签订劳动合同 ； 2、国家博士后一次性资助； 3、支持博士后在站期间申报国家和省市级博士后人才项目和研究项目； 4、协助申请公租房； 5、优秀者协助申报各类国家、北京市人才计划

岗位职责： 1、参与媒体专业领域大语言模型的研究、构建与迭代，负责预训练和对齐阶段特定算法模块的建设工作； 2、逐步加深和丰富基座大模型的智能体能力，为智能体应用建设沉淀技术与经验； 3、负责RAG、Agent等通用应用流程框架设计实现和策略制定； 4、探索大模型能力在业务流程中的提效应用和面向C端用户的产品能力输出。 岗位要求： 1、硕士及以上学历，计算机、智能科学、数学专业方向出身； 2、具备非常扎实的算法功底，熟练掌握NLP的常用技术手段，有工业界内容理解和生成成熟实战经验； 3、拥有大规模语言模型的预训练和微调经验，熟练掌握常见开源模型的底层设计原理； 4、对于Dense架构和MoE架构大模型的设计实现细节有充分掌握，并有一定的实际操作经验； 5、良好的逻辑思维能力和数据敏感度，优秀的分析和解决问题能力，对挑战性问题充满激情，自驱有追求，具备较强的攻坚能力。

岗位职责： 1. 研发人工智能领域的相关算法实现， 可以选择NLP、语音、图像领域其中之一。 2. 结合行内业务需求，设计实现方案，并基于大模型进行场景开发和模型的微调优化。 3. 跟踪和关注大模型推理训练领域的前沿技术和趋势，进行技术调研和应用。 岗位要求 1.计算机、电子通信、数学等相关专业，硕士及以上学历或优秀本科生； 2.具备优秀的编程能力，熟练使用Python/C/C++的其中一种； 3.对机器学习、深度学习等人工智能领域有兴趣，有相关领域课题研究或项目经验者优先;； 4.有期刊论文发表或计算机相关竞赛经验者优先； 5. 出色的问题分析及解决能力，能自我驱动，持续面对挑战，积极主动、踏实勤奋。

岗位职责 1、主导医疗场景下的大语言模型系统研发：基于 GPT/LLaMA/Qwen/GLM 等体系，构建高可靠、可扩展的医疗智能体与应用框架，解决长文本推理、医学术语理解、对话稳定性等核心难题。 2、模型微调与 Prompt 优化攻坚：根据真实医疗业务需求，执行 LLM 微调（SFT、LoRA）、Prompt Engineering、Prompt Tuning，并将模型能力对齐医学知识体系，显著提升临床问诊、诊断推理、病历结构化等任务表现。 高性能 RAG 与知识图谱融合研发：攻关领域级 RAG 检索性能、知识可信度、医学实体对齐等关键技术；构建医学知识图谱并实现与大模型的深度融合。 3、外部数据与 LLM 的工程化集成：构建稳定高效的医疗数据接口（病历、影像、指南、结构化 EMR 等），打造可集成医院/系统的 LLM 交互中台。 4、多模态医疗 AI 技术突破：探索跨模态（文本/影像/语音）对齐、医学影像解析、多模态检索、Agent 多步骤推理，实现复杂临床业务的智能化闭环。 5、医学知识库建设与持续更新：与临床专家协作，迭代医学知识库、质控规则库和推理链算法，提升系统在真实世界场景中的可靠性。 6、新技术调研与工程落地验证：持续跟踪最新 LLM/MoE/RAG/Agentic/多模态领域的前沿技术，完成从方案验证到工程落地的完整闭环。 7、高质量工程体系建设：产出工程级高质量代码、架构文档与技术规范，推动大模型医疗系统整体的可维护性与工程化能力。 岗位要求 1、学历背景：数学、电子信息、计算机科学、人工智能等相关专业硕士及以上学历；对模型原理、分布式训练、NLP 方向有扎实基础。 2、技术深度：对深度学习、NLP、Transformer 架构、大语言模型有深入理解，能独立解决模型推理、微调过程中遇到的工程与理论问题。 3、LLM 工程与框架经验：熟练使用至少一种主流框架（PyTorch、Transformers、LLaMA、vLLM、LangChain、SGLang 等），具备在真实项目中落地 LLM/RAG 的经验。 4、RAG/知识图谱攻坚经验：精通向量检索、本体构建、知识抽取、知识图谱融合，有优化医学场景 RAG 命中率、精准度的成功案例者优先。 5、医疗 AI 项目经验优先：熟悉临床医学术语体系、诊疗指南、病历数据结构，对病史采集、医学推理、诊断流程有基本理解；有医疗类 AI 产品经验更佳。 6、解决复杂问题的能力：具备强悍的攻坚能力，能在高复杂度、高不确定性的环境下快速定位问题和设计有效的工程方案。 7、沟通协作与跨团队能力：可以与算法、工程、医学专家紧密协作，推动多角色共同交付高质量产品。 8、英文能力：具备优秀的英文文献阅读能力，可快速吸收前沿研究与工程方案。 9、实习生要求：优秀者接受实习（3 个月以上），需具备扎实算法基础和较强的自驱力。

岗位职责： 负责设计⼤语⾔模型的技术⽅案并落地到⾏业客户的垂直场景中。典型场景包括但不限于多轮对话、 Document QA、结构化信息抽取、私有函数调⽤、AIAgent等等； 负责⼤语⾔模型技术⽅案的端到端研发，包括但不限于⽅案设计、数据准备及处理、⾏业模型训练、指令精 调、模型性能提升、模型效果评测等； 跟踪并分析业内最新研究成果和技术动态，持续优化和改进现有模型和技术⽅案；基于NLP⼤模型探索下⼀ 代语义技术，构建⾏业领先的多模态语义核⼼能⼒； 根据业务需求，与外部团队开展技术交流与沟通； 岗位要求： 计算机相关专业硕⼟及以上学历，有论⽂复现能⼒和算法⼯程交付经验； 精熟练掌握C++、Python等编程语⾔的⼀种或多种，具备良好的编码能⼒，有⼤型⼯程项⽬经验； 熟悉多种⾃然语⾔处理任务，如问答系统，序列标注，情感分析，摘要⽣成及抽取，知识图谱等。有从0到1 构建的⾃然语⾔处理任务的⼯程经验； 了解NLP主流预训练语⾔模型2(GPT/LLaMA/GLM/Bloom/BERT/Qwen)，熟练掌握主流深度学习框架 Pytorch； 有团队意识，有良好的⽂档习惯和合作意识； 加分项： 有⼤模型训练框架Deepspeed/ColossalAl/LLaMA Factory使⽤经验者优先； 有垂直领域⼤模型PT、Continue PT、SFT、RLHF经验者优先；

工作职责： 1. 基于行业分析、用户洞察、数据分析，优化召回/排序策略，优化搜推效果； 2. 深入业务场景，制定分人群分场景的精细化搜推策略，推动核心指标提升； 3. 持续迭代搜推匹配策略， 并沉淀为通用方法持续迭代； 4. 深入了解BC用户需求，结合平台价值，优化BC流量分发机制，提升流量分发效率； 5. 负责协调前端和算法等相关资源，推动搜推产品的持续迭代； 6. 负责搜推产品的数据监控和策略评测，badcase收集等工作 职位要求： 1. 本科以上学历，4年以上互联网产品经验，有搜索、推荐、广告流量策略产品经验者优先； 2. 做过产品/项目主负责人，有项目规划拆解、推动落地能力，并沉淀出个人工作方法； 3. 具备出色的数据分析能力、抽象归纳能力，理解算法，了解算法边界； 4. 对数据敏感，熟悉 A/B Test 机制和常见的数据分析工具和技巧，具有很强的数据分析能力，能够敏锐捕捉数据潜在价值； 5. 具备良好的逻辑分析能力，善于沟通表达与文档整理，能够很好地组织和协调跨部门资源，解决问题达成目标；

岗位职责： 1.负责公司业务系统数据库的性能维护、安全性管理； 2.负责公司数据可靠性维护、数据备份和数据容灾； 3.对开发项目提供数据库技术支持； 4.负责数据库运维自动化脚本编写。 任职要求： 1.计算机、软件相关专业本科及以上学历； 2.3-5年相关工作经验； 3.较强的沟通学习能力，对技术有热情，有能力直接跟踪和学习最新的技术和知识； 4.有python或者shell编程能力； 5.有oracle、mysql、mongodb、hadoop至少一种运维能力。

我们正在寻找一名具有丰富自然语言处理（NLP）经验的算法工程师，同时需具备大模型相关的经验和知识。如果您还具备Chatbot相关的经验，那将是一个巨大的加分项。此岗位将负责开发和优化我们的AI解决方案，推动NLP和大模型技术在各类应用场景中的落地。 主要职责: 设计和优化NLP算法，提升系统的理解和生成能力。 研究和应用最新的NLP技术，解决复杂的自然语言处理问题。 开发和优化大规模机器学习和深度学习模型，提升系统性能。 与产品团队和数据科学团队紧密合作，了解业务需求并转化为技术方案。 参与大模型相关项目，推动大模型在各类应用场景中的应用。 进行数据分析和挖掘，提供数据驱动的优化建议。 编写高质量的技术文档和报告，分享研究成果和项目进展。 职位要求: 计算机科学、电子工程、数学或相关领域的本科及以上学历。 至少3年在NLP领域的工作经验。 熟悉常见的NLP技术（如分词、命名实体识别、文本分类、情感分析等）。 具有大模型相关的经验（如GPT、BERT、Transformers等）。 精通Python，熟悉TensorFlow、PyTorch等深度学习框架。 具备数据分析和处理能力，能够理解和处理大规模数据集。 良好的团队协作能力和沟通能力，能够与跨部门团队有效合作。 加分项: 有Chatbot开发和优化的实际经验。 拥有电商、金融、医疗等领域的NLP应用经验。 在学术会议或期刊发表过NLP或大模型相关论文者优先。 具有推荐系统或其他AI应用开发经验者优先。 如果你对NLP和大模型充满热情，并希望在快速发展和充满挑战的环境中成长，我们诚邀你的加入！

工作职责： 1、负责大模型昇腾算子适配、开发、调优、验证、评测； 2、负责响应客户AI大模型平台优化评测需求，参与大模型方案调优验证、联调适配工作； 3、负责昇思mindspore推理性能评测、评测与优化方案编写； 4、负责以Ascend C语言进行算子融合功能开发、要求性能达到或超过GPU方案； 5、领导安排的相关工作。 任职要求： 1、计算机科学、网络工程、信息安全等相关专业。本科学历以上，有相关工作经验优先。 2、熟练C++，Python编程，具备良好的代码风格； 3、掌握常用的算法和数据结构、了解常见的机器学习算法，熟练使用C++标准模板库； 4、熟悉 Linux 系统和基于 git 的版本管理； 5、熟悉MLIR/LLVM/vLLM，了解CUDA、CANN技术； 6、熟悉 TensorFlow /Pytorch等深度学习框架； 7、具有编译器开发经验或者异构编程开发经验。