1. 深入理解 LLM/VLM/Generative AI 领域，熟悉各类多模态架构与生成式前沿算法，对 Scaling Laws 与物理世界模型 (World Models) 有独到见解； 2. 具备极强的 SOTA 模型复现与创新能力，有训练百亿/千亿参数大模型、多模态图文对齐，或 3D 资产生成 (Text-to-3D/Image-to-3D) 的实战经验； 3. 对 AI 赋能实体经济充满热情，具备优秀的自驱力，渴望用顶尖技术解决复杂的产业级难题。

1. 硕士及以上学历，人工智能、机器学习、深度学习、软件工程等相关专业优先； 2. 在 code、agent 领域内有相关的研究或项目经历，对 competitive coding、agentic coding、vibe coding、GUI agent 有浓厚的兴趣； 3. 对代码数据、可执行数据敏感，有相关的过滤、清洗、重写的经验，相信以数据为中心的智能驱动范式； 4. 对verifiable task有热情，对environment for coding & agent的重要性有认知； 5. 在国际顶级计算机会议/期刊（如NeurIPS、ICML、ICLR、ACL、TPAMI等）以一作身份发表论文，或在开源社区、计算机领域竞赛中有突出研究成果和项目经历； 6. 对基础模型的前沿问题有持续热情，具备独立思考能力和系统性研究思维，敢于挑战现有范式。能够独立应用技术解决复杂问题，主导或深度参与过有影响力项目的人选优先； 7. 具备跨学科视野与协作意识，能够与工程、产品等多学科团队紧密合作，推动研究成果快速落地并产生实际影响力。

1.计算机科学、人工智能、自然语言处理、机器学习、数学或相关专业硕士及以上学历，具备扎实的编程与算法基础； 2.对大模型预训练/指令微调（SFT）/推理优化/对齐与强化学习（RL/RLAIF）等有较好理解；在Agent、Tool-Use、Memory、RAG、评测体系等方向具备实践经验者优先； 3.具备优秀的逻辑思维与问题拆解能力，能在复杂业务约束下推进从研究—工程—线上效果闭环；具备良好的沟通协作能力与结果导向意识； 4.加分项：有电商/搜索推荐/对话系统/多Agent系统/自动化工作流相关经验；有顶会论文/开源项目/大规模线上系统经验者优先。

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，有扎实的计算机知识和NLP功底； 2. 对文文的预训练、推理、强化学习等知识有较好理解，尤其对前沿大模态有较强的工程实践经验； 3. 具备良好的逻辑思维能力和独立解决问题的能力，拥有较强的学习能力，能快速跟踪前沿技术热点并始终保持技术创新热情； 4. 拥有知名会议论文(NeurIPS/ICML/ICLR)、开源项目经验，具备大模型成功落地、百亿参数级别的预训练、RL实战经验。

1、计算机、人工智能、电子信息、数学等相关专业硕士及以上学历，博士优先； 2、精通Python/C++/Java中的一种或多种，熟悉TensorFlow/PyTorch等深度学习框架； 3、熟悉推荐系统核心算法（协同过滤、CTR预估、深度学习推荐模型等），有实际项目经验者优先； 4、有大模型（LLM）、多模态建模等方向经验者优先； 5、具备良好的科研能力，有KDD、NeurIPS、WWW、RecSys等顶会论文发表者优先； 6、具备优秀的沟通能力和团队协作精神，热爱技术，追求卓越。

1、计算机科学、人工智能等相关专业，博士学历； 2、深入理解 AI 推理、Agent 原理与调优、多模态数据处理、大数据引擎内核、数据库内核中的至少一项技术；有丰富实战经验者优先； 3、具备扎实的工程能力，拥有优良的设计思路与编程风格；熟悉 Python / Java / C++ 中的至少一种编程语言，并善于利用 AI 开发工具提升效率； 4、对技术充满热情，具备较强的学习能力、分析能力及独立解决问题的能力； 5、善于沟通与团队协作，具备良好的中英文书面及口头表达能力； 6、熟悉 Flink 或有开源软件开发经验者优先。

1、计算机科学、人工智能、数学或相关领域的博士学历； 2、具备扎实的工程能力，优良的编程风格，熟悉C++/Python等面向对象编程语言，以及常用设计模式； 3、具备一定的性能分析和调优经验； 4、有过PB级网页文本的数据和清洗经验； 5、在OSDI/SIGMOD/VLDB等顶级系统领域/大数据领域的会议上发表过论文； 6、熟悉vLLM推理框架，并在开源社区有贡献。

1.本科及以上学历； 2.围绕大模型技术，有丰富的相关产品的深度使用思考习惯，有一定大模型动手创造实践经历更佳； 3.优秀的创造力、想象力、逻辑思维与系统分析能力，突出的思考总结能力和沟通能力； 4.希望你热爱产品和AI，有好奇心，想要突破自我上限。 我们深知，一份简历难以完全展现你的产品思考。为了更高效地发现那些真正热爱AI产品、具备深度思考能力的潜力新星，我们在投递环节设置了一个小小的“思维热身”。 请在投递时，从以下10个问题中任选3个进行回答，并将你的回答作为简历附件进行上传，建议每个问题的回答字数在300字以内，该问答将直接决定简历能否进面。期待听到你真实的体会、感觉、思考和方法。 1. 请列举你日常使用最多的AI产品或者眼前一亮的产品， 它解决了你的什么问题？如果你来负责这个产品，你接下来会怎么继续迭代它？ 2.请你给千问提一个具体的建议，以及这个建议背后你的思考。假设你来负责这个建议的实施，你会怎么行动？ 3. 详细介绍一个你自己完成agent或者应用，它试图解决什么你的问题？你具体是怎么实践的？ 4. 分享你自己养龙虾的方法做法，以及你认为openclaw代表的能力演进会对大众用户产品产生什么影响？ 5. 站在技术变革下，你怎么看待产品？还需要产品吗？ 6. 当用户在对话框中输入极其模糊的提示词（例如：“帮我弄个xx报告”），作为产品经理，你该如何设计产品使用，以更好让用户表达出真实意图？ 7. 如果三年后，底层的Agent技术已经足够成熟，你认为彼时AI产品的核心交互界面还会是现在这样的“聊天输入框”吗？如果不是，它会演变成什么形态？ 8. 假设未来在底层智力水平几乎一致，你认为一款AI原生产品的真正“终极护城河”究竟是什么？ 9. 如果未来的核心愿景是“成为用户的万能助手“，在第一阶段，你会优先实现哪些功能或者服务？请说明你的判断逻辑和优先级考量。 10. 如果你要持续和算法迭代一个通用大模型，你会怎么评估它的效果？

【必备项】 1、硕士及以上学历，计算机等相关专业； 2、熟悉常用机器学习算法，对模式识别、深度学习、增强学习等相关领域，极佳的工程实现能力，精通C/C++、Java、Python等至少一门编程语言； 3、有数理分析方面良好的素养以及数理统计基础；有良好的数据敏感能力、较强的逻辑分析能力； 4、有较强的学习能力，对新事物保有好奇心，并能快速适应新环境； 5、有良好的沟通能力和团队协同能力；能与他人合作，共同完成目标； 6、对所在领域有热情，善于独立思考并反思总结。 【加分项】 1、有实际成果并发表在国际顶级会议、期刊者优先，有在KDDCUP、ImageNet、MSCOCO、ICDAR等权威比赛中取得优异成绩者优先； 2、有deeplearning的经验，有linux下开发经验的，大规模数据处理经验优先。

1、熟悉tensorflow或者pytorch至少一种机器学习常用框架； 2、逻辑思维清晰，学习能力强，对新事物保有好奇心，并能快速适应新环境；良好的沟通能力和团队协同能力；能与他人合作，共同完成目标；遇事沉稳，不急不躁，心理素质过硬，有担当、有韧性，表达能力强。 【加分项】 1、有相关推荐系统、机器学习、NLP、计算机视觉、数据挖掘等相关领域研究及实践经验优先； 2、有相关顶级会议论文发表者优先； 3、有相关竞赛经验并获奖者优先。

1.统招硕士及以上学历，计算机、AI等相关专业，博士优先； 2.扎实的多模态大模型、生成式AI或智能体系统研发经验； 3.熟悉LLM/MLLM微调、强化学习训练、Agent开发相关框架； 4.在ACL、CVPR、ICLR等顶会有论文发表或Kaggle/天池竞赛获奖者优先； 5.工程能力强，熟练使用PyTorch，有大规模系统落地经验加分。

1.学历背景：计算机、人工智能、数学等相关专业，硕士及以上学历，博士优先； 2.专业基础：具备扎实的深度学习理论基础，熟练掌握 PyTorch/TensorFlow 等主流框架，对 Transformer、LLM 架构有深刻理解； 3.项目经验：在搜索、推荐、广告或 NLP 领域有实际项目经验，熟悉召回、排序、重排全链路算法者优先； 4.大模型能力：有 LLM 预训练、SFT、RLHF 或 RAG 相关实战经验，熟悉 Prompt Engineering 及大模型优化技术； 5.编程能力：具备优秀的代码实现能力（Python/C++），熟悉 Linux 开发环境，有良好的工程规范； 6.综合素质：对技术充满热情，具备极强的问题解决能力、逻辑思维能力及沟通协作能力，勇于挑战前沿难题。 【加分项】： 1.学术成果：在 KDD、SIGIR、WWW、NeurIPS、ICML 等顶级国际会议发表过高质量论文者； 2.开源贡献：在 GitHub 上有高星开源项目贡献，或在大模型社区有显著影响力者； 3.LBS 经验：熟悉地理空间数据（GeoHash、路网、POI 关系），有地图、导航、本地生活服务相关算法经验者优先； 4.竞赛获奖：在 ACM、Kaggle 或行业权威算法竞赛中获得 Top 名次。

1. 计算机科学/人工智能/机器学习等相关领域的硕士或博士，具备扎实的编程基础（Python/C++/Java），熟悉常用算法与数据结构； 2. 掌握机器学习基础理论，了解搜、推、广系统/自然语言处理/多模态等至少一个领域； 3. 有PyTorch/TensorFlow等框架使用经验，参与过算法竞赛（Kaggle/天池等）或开源项目者优先； 4. 对AI技术充满好奇心，主动关注大模型、搜推广系统、NLP、强化学习等领域前沿进展； 5. 在顶级会议或高水平期刊发表过论文，或有复现前沿论文的经验者优先； 6. 具备较强的问题拆解能力，能通过数据分析定位业务痛点并提出创新思路； 7. 良好的沟通能力，能与工程师、产品经理高效协作，将技术方案转化为业务价值； 8. 对电商场景有基本认知，愿意深入理解用户需求与商业逻辑。 【加分项】 ● 有大模型训练/微调经验（如Llama、GPT、多模态模型）或搜推广算法相关项目经历； ● 有海量数据处理经验或者大厂实习经验； ● 在算法竞赛中获得优异成绩（ACM-ICPC/挑战赛TOP10等）或者顶会论文发表。

1、硕士及以上学历、计算机/自动化/电子信息/通信等相关专业； 2、具备扎实的计算机理论基础，对数据结构及算法有较强的功底； 3、具备优秀的系统开发/调试/优化能力，熟练掌握C/C++、Java、Python的一种或者两种语言； 4、具备良好的学习能力、独立解决问题的能力，有责任心肯钻研、乐于挑战，善于沟通合作、总结分享。 【加分项】 1、 有大型互联网公司相关岗位实习及项目开发经历； 2、 在相关领域国际顶级会议、期刊发表论文，或相关学术会议组织的权威比赛中获奖。 【面向人群】 1、毕业时间在 2026年11月-2026年10月的海内外高校硕博毕业生； *中国大陆（内地）以毕业证为准，中国港澳台及海外地区以学位证为准 2、包括但不限于计算机、软件工程、人工智能、网络安全、信息与通信工程、电子科学、自动化、量子计算、数学以及其他前沿交叉学科等相关专业。

1、分布式系统、计算机体系结构、编译优化或通信与计算协同设计方向的博士研究生； 2、具备AI训推/推理计算性能分析与优化的经验，能深入分析AI模型在GPU平台上的性能瓶颈，提出并实施优化方案。针对分布式训练和推理系统，进行性能调优，提升系统的吞吐量和效率； 3、熟悉业界常见的优化栈（cuda/rocm/cutlass/ck/triton等），在高效的内存管理、通信优化（NvLink/Infiniband/RoCEv2等）关键技术上有实操经验； 4、分布式系统研发经验是加分项：设计和实现高效的分布式训练和推理框架，解决大规模分布式系统中的通信、同步和负载均衡问题。探索新型的分布式架构，提升系统的可扩展性和容错性； 5、前沿技术研究：跟踪AI Infra领域的最新研究进展，探索新的硬件架构、算法和系统优化技术。发表高水平学术论文，参与国际顶级会议（如ISCA、MICRO、OSDI、SOSP、ATC、NSDI等）； 6、有强烈技术热情和好奇心，自驱力和学习力强；具备良好的分析与解决问题的能力、沟通以及团队合作能力；喜欢挑战性的技术研发工作，善于攻坚克难，有创新热情，积极乐观，坚韧抗压，结果导向，能够持续推动问题的解决和突破。

1.学历专业：本科及以上学历，计算机、软件工程、数学、统计学、人工智能等相关专业； 2.Java基础扎实：熟练掌握Java语言，理解JVM原理、多线程并发、集合框架等核心知识，具备良好的编码规范和代码风格； 3.主流框架应用：熟悉Spring Boot、Spring Cloud、MyBatis等主流开发框架，了解微服务架构和分布式系统设计理念； 4.数据库能力：熟练使用MySQL等关系型数据库，掌握SQL优化、索引设计、事务隔离等基础知识；熟悉Redis等NoSQL存储的使用场景； 5.学习与沟通：具备出色的学习能力和逻辑思维能力，能够快速掌握新技术，善于团队协作和沟通表达，对AI技术有强烈兴趣。 加分项： 1.有AB实验平台、特征平台、模型推理服务等AI基础设施相关项目或实习经历，了解实验平台在AI迭代中的核心作用； 2.熟悉大数据技术栈（如Hadoop、Spark、Flink、Hive），有实时/离线数据处理经验，能够处理大规模实验日志； 3.熟悉Python或R，能够进行基础的数据分析和效果计算，理解算法同学的工作流； 4.熟悉流量路由、灰度发布、配置中心等相关技术，有高并发系统设计经验。

1、具备扎实的计算机基础知识、C++/Python编程能力，熟悉常见数据结构和设计模式； 2、具有很强的学习能力、复杂问题归纳梳理能力、沟通和团队协作能力，具备能够深度钻研技术的耐心； 3、有很强的学术研究能力和优秀的学术成果(AI领域顶会/顶刊论文)。

1、计算机科学或相关专业背景，具备深厚的操作系统、分布式系统理论基础； 2、精通Go/C++/Rust中至少一种，具备大型、复杂底层系统或分布式调度系统的设计与开发经验； 3、熟悉Kubernetes架构，特别是其调度器（kube-scheduler）和资源管理机制；有二次开发或重度使用经验者优先； 4、深入理解Linux内核机制（如cgroups、namespaces、内存管理、内核调度）或虚拟化技术（KVM, QEMU）； 5、对解决复杂系统中的性能瓶颈与稳定性问题充满热情，并具备体系化的方法论； 6、有强烈技术热情和好奇心，自驱力和学习力强；具备良好的分析与解决问题的能力、沟通以及团队合作能力；喜欢挑战性的技术研发工作，善于攻坚克难，有创新热情，积极乐观，坚韧抗压，结果导向，能够持续推动问题的解决和突破。 加分项 ： 1、有分布式系统调度算法（如Borg、Omega、Mesos）的设计或研究经验； 2、有eBPF、CRIU、gVisor、Kata Containers等云原生前沿技术的实践经验； 3、有Hypervisor（KVM/Xen）开发或性能优化经验； 4、在Linux Kernel、Kubernetes、Docker等顶级开源社区有活跃贡献； 5、掌握AI基础知识，掌握基础提示词工程，会使用Al专业工具，集成AI到个人工作流；有AI相关开发工具应用研发经验者优先，持有阿里云ACA/ACP/ACE认证证书者优先。

1. 本科及以上学历，计算机、人工智能、电子通信、数学、心理学、统计学等相关专业优先； 2. 了解AIGC相关知识，包括但不限于文本生成、图像/视频生成、提示词工程； 3. 具备基础的数据处理能力，熟悉SQL/Python或数据分析工具者优先； 4. 具备优秀的抽象思维和问题拆解能力； 对新技术有强烈渴望，始终保持对事物本质的探究心。

1. 本科及以上学历，计算机、人工智能、数学、电子信息等相关专业优先； 2. 精通 Python，具备扎实的 C/C++/Java（至少一门）基础，具备极佳的工程实现能力，追求高质量的代码设计； 3. 深入理解 Transformer 架构及大模型（LLM）原理；熟悉深度学习主流框架（PyTorch/TensorFlow）；掌握强化学习、自然语言处理或计算机视觉的基础理论； 4. 极强的求知欲与学习能力，对新技术保有好奇心；逻辑清晰，善于独立思考并反思总结；具备良好的沟通能力和团队协同意识。 【加分项】 1. 在 NeurIPS, ICML, ICLR, ACL, CVPR 等顶级会议发表过论文； 2. 在 ACM-ICPC、NOI/IOI、TopCoder、Kaggle 或知名 AI 算法大赛中获得优异名次； 3. 开知名开源项目的核心贡献者或在开源社区有影响力； 4. 有 LangChain、AutoGen、MetaGPT 等 Agent 框架的使用或二次开发经验；熟悉 RAG 架构或在搜索/推荐场景有相关实践。