大模型算法工程师-北京

负责供应领域的大模型能力建设和通用能力智能体研发，把顶尖AI技术转化为切实的产业生产力。主要职责包括但不局限于以下方向： 1. 领域大模型研发与优化：主导供应领域多模态大模型的设计、训练与优化，结合质量控制，计划，采购和制造等业务场景，提升模型理解、推理与决策能力； 2. 通用能力智能体建设：构建可横跨多场景、多任务的智能体体系，融合自然语言处理、规划推理、实时决策等模块，为供应链业务提供自动化和半自动化支持，支撑专业智能体的应用落地； 3. 模型后训练与强化学习应用：结合供应链业务场景特性，研究与落地基于SFT & RL的决策优化方案，提高智能体在动态复杂环境中的适应性和稳定性； 4. 前沿技术研究与知识沉淀：跟踪多模态大模型、RL、智能体等领域的最新进展，输出高质量技术报告、专利与论文，推动技术资产积累。

1. 博士学历，计算机科学、人工智能、机器学习、运筹学、工业工程、自动化等相关专业； 2. 精通机器学习和深度学习原理，具备独立科研和工程落地能力； 3. 熟悉模型后训练（SFT, LoRA, PEFT, RLHF等）流程与方法, 掌握强化学习的基本原理与常用算法（Policy Gradient、Actor-Critic、PPO，GRPO 等）； 4. 深入理解智能体架构设计，具备智能体行为规划、记忆管理、工具调用等模块的实践经验； 5. 熟练使用 Python 及主流深度学习框架（PyTorch/TensorFlow等）。 【加分项】 1. 有质量管理，供应链计划，采购等领域研究/项目经验； 2. 熟悉工业质检、视觉检测、运筹优化、多模态（文本/图像/传感）模型开发； 3. 在 NeurIPS、ICLR、ICML、AAAI、IJCAI等会议发表过LLM，RL或Agent相关的高水平论文。