[北京/上海] 一线大厂高薪 预训练、后训练、agent 算法、Rag

知名一线大厂，方向不限大模型基座、大模型应用算法、Agent 算法专家等。 AGI 团队火热搭建中，核心团队来自清华系、微软、Google 、阿里达摩院大牛。 公司目标是探索业内领先的下一代人工智能大模型，对标 deepseek 。 地点：北京、上海 优势：有钱 有卡 有大牛，双休，不卷 ，福利好 薪资 月薪 5-15w

邮箱： [email protected] 电话&微信：15210750729

基础模型研究员 主要职责

1. 探索推进 LLM 、LMM 和下一代人工智能的创新。
2. 发表高影响力工作，在顶级会议上发表文章、获得专利，并通过数据集、模型和代码发布为开源 AI 社区做出贡献。
3. 原创研究突破：探索 AI 研究前沿与产业趋势，推动有影响力的方向性研究与原创成果突破。 基本要求
4. 具备扎实的机器学习、深度学习、自然语言处理（ NLP ）、计算机视觉（ CV ）、强化学习（ RL ）等领域的理论基础
5. 具备扎实的编程能力，能够熟练使用 Linux 环境下的 Python 和 C/C++ 等语言，能独立实现复杂的深度学习模型与系统模块，具备高效调试、性能优化能力
6. 熟悉语言模型（ Transformers 及其变种, Linear Attention ）、多模态模型（ LLaVA-like, native MLLM ）、生成模型（ Autoregressive ，DiT ）、推理模型（ o1 / PPO ）等当前主流架构技术细节
7. 出色的问题分析能力，良好的合作心态与沟通技巧 加分项
8. 计算机科学，人工智能等相关领域的知名高校的博士学位
9. 在顶会/顶刊（如 NeurIPS 、ICML 、ICLR 、ACL 、EMNLP 、CVPR 、ICCV/ECCV 等）发表相关论文
10. 有优异学科竞赛成绩（ ACM/ICPC ，NOI/IOI ，CMO/IMO ，CPhO/IPhO 等)
11. 参与知名大模型开源项目或在相关竞赛取得优胜成绩

大模型算法工程师/agent 算法专家 岗位职责：

1. 探索和研究最先进的大语言模型相关技术，包括但不限于 Prompt 工程, 指令微调, NL2SQL, RAG System, Agent System, Function Call 等，持续跟踪相关论文和开源社区产品化落地的最新进展和相关解决方案。
2. 与产品和业务团队紧密合作，根据业务场景的需求，提出算法方案，构建算法原型，验证算法效果。
3. 构建高质量的算法服务，跟踪和解决线上出现的相关问题。
   职位要求
4. 本科及以上学历，具有 3 年以上 NLP 领域实际项目经验，作为项目的主要负责人进行过相关产品的研发；
5. 具备扎实的算法基础，精通 python ，熟悉 PyTorch 等深度学习框架，熟悉生成模型相关技术和算法原理；
6. 英语读写能力强，熟练掌握中英文学术论文的调研技巧；
7. 在 NLP 领域内的国际权威期刊/顶会发表过论文者优先； 5. 熟悉开源社区，有自己的开源项目，或对知名开源项目有过实际贡献者优先； 6. 具备良好的学习能力，对 AI 研发及应用落地产业化有强烈热情，对解决挑战性问题充满激情，具有较强的沟通能力和团队协作能力。

RAG 专家 任职要求： 本科及以上学历，计算机、电子、自动化等专业； 有 AI 搜索经验，熟悉召回、排序等算法。 熟悉 Faiss 开源项目，了解 HNSW 、IVF 、DiskANN 等算法的优化方法； 有丰富的 RAG 优化的经验，熟悉相关前沿论文； 熟悉常见 Embedding 模型，对前沿技术充满好奇心，能够独立推动前沿技术的探索和落地。 加分项： 扎实的深度学习算法基础，精通常见的深度学习和机器学习算法，并具备算法创新研究能力； 在国际顶会或期刊发表相关论文（包括但不限于 NIPS, ICML, CVPR, COLT)者； 了解 Agent 相关技术，对 AI 应用感兴趣。

Agent 算法专家 职位描述 1 、基于通用大模型，结合垂类应用场景，进行相关的数据建设、指令微调、偏好对齐、模型优化，升数据合成、模型推理&规划能力，构建全面客观准确的评测体系，探索提升垂类大模型能力； 2 、探索突破包括而不限于多模态 RAG ，VLA 模型、GUI Agent 等在内的多模态 AI Agent ，推动相关的新技术落地； 3 、探索研究多模态理解、生成式、机器学习、强化学习、AIGC 、计算机视觉、人工智能等前沿技术。 职位要求 1 、熟悉多模态大模型（ VLM ）、大语言模型（ LLM ）相关的算法技术，有 AI Agent 应用经验、熟悉 RAG 全链路优化、Multi-Agent 技术、Prompt/Context Engineering 工程技术的优先。 2 、了解 LLM 架构，熟悉 RL 算法（ GRPO 、PPO 、DPO 、判别式及生成式 RM ）、在相关领域有过良好的项目经验或研究经验，熟悉大模型相关的数据构造方法、Post Training 算法。