【AI 算法】 1.基础条件 ● 计算机、数学、统计学等相关专业硕士/博士优先，优秀本科生不受限制。 ● 有顶会论文（ACL/EMNLP/ICLR/NeurIPS/ICML等）/高影响项目/开源贡献者加分。 2.专业能力 ● 模型与后训练：解Transformer/LLM模型架构、演进原理与局限；具备SFT/DPO/RL等后训练与迭代能力（含数据/评估/优化），对后训练算法有实践经验和深刻认知；拥有Agentic RL训练实操经验者优先。 ● Agent与系统编排：能做任务拆解与多Agent协作；熟悉RAG、Memory、Tool-Use（含MCP/类协议/Skills等）并能工程化落地；独立开发过具备一定影响力AI应用者优先。 ● 数据构建：具备Data-centric AI意识，精通后训练所需高质量数据挖掘与构造，具备合成数据（Synthetic Data）与动作轨迹（Trajectory）构建实践经验者优先。 ● 评测与交付：能搭建评估闭环（autorater/LLM-as-judge、离线评测、A/B）；具备测试、调试、review、安全/隐私与质量门禁能力；能基于评测结果精准分析和定位问题，具备复杂多步任务的量化评估能力者优先。 ● 工程与系统素养：能够通过Vibe Coding快速构建项目原型；理解分布式系统/数据库/计算机系统基础；精通至少一门语言，熟练掌握Python与Pytorch；熟悉Git/命令行；了解大模型训练与推理框架（Megatron-LM、vLLM、DeepSpeed/FSDP等），有分布式训练/大规模数据处理经验（Hadoop/MaxCompute等）加分。 3.能力特质 ● 学习力：对AI有热情、对前沿技术与产品好奇，对未知开放，能举一反三。 ● 动手能力：积极主动体验市场中先进的模型和产品，独立阅读论文/技术报告等并快速复现，快速主动尝试落地先进开源项目，对主流AI开源项目有贡献者优先。 ● 技术审美：对新技术有近乎本能的渴望，能区分“能跑”与“优雅”，追求简洁、可维护、可扩展；在模型/框架/工具选型上保持高信噪比决策。 【AI Agent优化工程师-】 基础要求 1、专业要求：计算机、数学、统计学等相关专业硕士/博士优先，优秀本科生不受限制； 2、模型理解与优化：深入理解Transformer和主流LLM模型架构演进原理，对后训练算法有实操经验和深刻认知，拥有Agentic RL训练实操经验者优先； 3、AI应用构建能力：掌握主流AI协议（MCP、Skills等）、记忆系统（Memory）、知识库（RAG），独立开发过具备一定影响力AI应用者优先； 4、代码与工程能力：较强Python编程能力，熟练掌握Pytorch，了解大模型训练与推理框架（Megatron-LM、vLLM、DeepSpeed等），能高效处理分布式环境下的工程问题； 5、数据构建能力：有很强的Data-centric AI的意识，精通后训练所需高质量数据挖掘与构造，具备合成数据（Synthetic Data）与动作轨迹（Trajectory）构建实操经验者优先； 6、评测能力：拒绝盲目调参，能针对Agent任务设计科学的评测体系（LLM-as-a-Judge），能基于评测结果精准分析和定位问题，具备复杂多步任务的量化评估能力者优先。 7、对新技术有近乎本能的渴望，能够独立阅读论文/技术报告等并快速复现，快速主动尝试落地先进开源项目，对主流AI开源项目有贡献者优先。 加分项： 1、在AI顶会（ACL/EMNLP/ICLR/NeurIPS/ICML等）发表大模型评测、数据合成、Agent、RL相关一作或共一论文； 2、知名大模型评测框架或高质量开源数据核心贡献者； 3、极强的数学功底和逻辑分析能力，对高质量数据和评测有端到端闭环经验。

【专业技能】 对人工智能、计算机科学、大模型或数学有较深的认知和理解。 工程实践：具备优秀的代码能力，至少在一种主流编程语言（如 Java / Python / JS 等）上有深度的实践经验。 算法基础：在 CV（计算机视觉）或 NLP（自然语言处理）方向有扎实的理论基础。 【核心素质】 学习能力：具备快速啃透前沿论文（Paper）的能力，并能将理论知识转化为工程代码。 开放性与动手能力：拒绝纸上谈兵。有自己独立完成的小项目（开源项目或个人 Demo），展现极客精神。 好奇心与想象力：面对未知事物有独特的想法，具备敏锐的问题定义能力和坚韧的解决问题能力。 审美追求：技术亦有审美。我们看重你是否能提出打动人心、简洁优雅的好想法。 高能动性：具备强烈的自驱力，能够主动探索边界，而不是等待被分配任务。 （备注：此岗位包含AI 业务研发、AI 工具研发、AI 数据研发、AI 前端、AI 测试、agent 开发等）