工作职责：
1、主导基于大模型的AI Agent全生命周期研发，包括通用型及垂直领域AI Agent的应用架构设计、数据构建、模型训练与评测；
2、重点探索模型后训练数据质量评估和清洗Pipeline的体系化构建，构建高质量路径级（CoA）训练数据的自动化校验和清洗方案；
3、运用SFT、RL等Post-training训练方法，提升大模型在自主规划（Planning）、多步推理、RAG增强生成、工具调用、数据问答等方面的能力；
4、跟踪LLM与Agent领域的国际前沿技术动态，推动技术创新在业务场景中的落地应用，重点关注模型评测Benchmark、数据构建、Agent自动化评测等技术和应用方向；
5、结合AI基建产品构建起人机协同的Agent训练数据质量和规模的持续提升优化技术能力，为各垂类Agent构建起高质量的训练数据池。
1、计算机/人工智能/数学等相关专业硕士及以上学历（博士及顶会论文发表者优先）；
2、具有大模型预训练数据构建Pipeline搭建经验者优先，具备路径级（CoA）数据采集与质量评估经验者优先；
3、精通Python及PyTorch/TensorFlow等框架，具备Qwen、Llama、Deepseek等模型的二次开发经验者优先；
4、深入理解Transformer架构、SFT/RL训练范式及Prompt工程，有AI搜索系统或Agent记忆系统搭建经验者优先；
5、能熟练使用各种大数据处理工具，能快速在大数据处理链路中集成各类算法模型能力调用，具备完整的离线大规模数据处理技能栈者优先。
任职要求：
1、计算机/人工智能/数学等相关专业硕士及以上学历（博士及顶会论文发表者优先）；
2、具有大模型预训练数据构建Pipeline搭建经验者优先，具备路径级（CoA）数据采集与质量评估经验者优先；
3、精通Python及PyTorch/TensorFlow等框架，具备Qwen、Llama、Deepseek等模型的二次开发经验者优先；
4、深入理解Transformer架构、SFT/RL训练范式及Prompt工程，有AI搜索系统或Agent记忆系统搭建经验者优先；
5、能熟练使用各种大数据处理工具，能快速在大数据处理链路中集成各类算法模型能力调用，具备完整的离线大规模数据处理技能栈者优先。