【岗位职责】
1. 负责大规模语言模型（LLM）的预训练、微调（Fine-tuning）、对齐（Alignment）及持续学习；
2. 参与大模型训练数据的收集、清洗、构建与管理，确保数据质量与多样性；
3. 主导或参与大模型的部署方案设计与优化，包括但不限于模型量化、剪枝、知识蒸馏、推理加速等，确保模型在生产环境中的高效稳定运行；
4. 深入研究和实践提示词工程（Prompt Engineering），设计和优化高质量的提示词，提升模型在特定任务上的表现和可控性；
5. 探索和应用先进的提示工程技术，包括但不限于思维链（Chain-of-Thought, CoT）、自洽性（Self-Consistency）、指令微调（Instruction Tuning）等，提升模型复杂推理能力；
6. 研究和实践基于人类反馈的强化学习（RLHF）、直接偏好优化（DPO）等技术，对齐模型与人类价值观，提升模型输出的安全性、有用性与诚实度；
7. 跟踪NLP及大模型领域的前沿技术动态（如GPT系列、Llama系列、RAG、Agent等），并将其应用于实际项目中，推动技术创新；
8. 与产品、工程团队紧密合作，将NLP技术应用于实际业务场景，如智能问答、文本生成、对话系统、代码生成等。

【任职要求】
1. 计算机科学、人工智能、自然语言处理、数学或相关专业，硕士及以上学历优先（优秀本科生亦可考虑）；
2. 扎实的自然语言处理理论基础，熟悉词法分析、句法分析、语义理解、文本生成等核心技术；
3. 深入理解深度学习原理，熟悉Transformer、BERT、GPT等主流模型架构及其变体；
4. 具备大规模语言模型（LLM）的训练、微调、评估经验，了解分布式训练技术者优先；
5. 熟悉提示词工程（Prompt Engineering）的方法与技巧，有设计和优化复杂提示词的实际应用经验；
6. 对思维链（CoT）、指令微调（Instruction Tuning）、基于人类反馈的强化学习（RLHF）等大模型相关技术有深入理解或实践经验者优先；
7. 熟练掌握Python编程语言，熟悉PyTorch、TensorFlow等至少一种深度学习框架；
8. 熟悉Hugging Face Transformers等常用NLP工具库，并有实际项目经验；
9. 具备良好的英文文献阅读能力，能够快速跟进学术界和工业界的最新研究成果；
10. 具备优秀的分析问题和解决问题的能力，对技术有强烈热情，勇于探索和创新；
11. 良好的沟通能力和团队协作精神。

【加分项】
1. 在ACL, EMNLP, NAACL, COLING, NeurIPS, ICML, ICLR等会议或期刊发表过相关论文者优先；
2. 有大模型部署、MLOps、模型压缩与加速相关经验者优先；
3. 有构建和应用检索增强生成（RAG）系统经验者优先；
4. 有开发基于LLM的Agent或多智能体系统经验者优先；
5. 有相关开源项目贡献或在Kaggle等NLP竞赛中取得优异成绩者优先；
6. 对大模型的伦理、安全、可解释性有深入思考或研究者优先。

岗位福利：双休 + 13 薪 + 年终奖