核心职责 ： 1. 算法研发与创新： 研究、实现和调优最新的AIGC算法（包括但不限于LLM, Diffusion, GANs等），应用于文本、图像、音频、视频等内容的生成、编辑与增强。 2. 模型训练与优化： 负责大规模生成式模型的预训练、微调（Fine-tuning）、提示工程（Prompt Engineering）以及性能优化，提升模型效果、效率和稳定性。 3. 工程落地与部署： 将训练好的模型进行部署上线，与工程团队协作完成模型的服务化、高性能推理和持续集成，满足产品低延迟、高可用的要求。 4. 数据构建与管理： 构建和维护高质量的多模态训练数据集和评估基准，设计数据策略以持续提升模型能力。 5. 前沿技术探索： 持续跟踪国际顶尖会议（如NeurIPS, ICML, CVPR, ACL等）的最新研究成果，并探索其在公司业务中的潜在应用场景。

任职要求 ： •【硬性要求】： ◦ 计算机科学、人工智能、数学或相关专业的硕士及以上学历。 ◦ 3年以上机器学习/深度学习相关工作经验，至少1年专注于AIGC领域（CV/NLP方向均可）。 ◦ 熟练掌握Python和主流深度学习框架（如PyTorch, TensorFlow）。 ◦ 深入理解至少一种主流生成模型（如Transformer, Diffusion Models, GANs, VAE等）的原理和实现。 ◦ 拥有大规模语言模型（LLM）或扩散模型（如Stable Diffusion）的微调、推理或部署经验。 ◦ 具备优秀的问题解决能力、算法功底和代码实现能力。 • 【优先考虑 (加分项)】： ◦ 有在GPU集群上进行大规模分布式训练的经验。 ◦ 熟悉模型压缩、量化、剪枝等加速推理技术。 ◦ 有相关顶会论文发表（如CVPR, ICCV, ECCV, NeurIPS, ICML, ACL等）或知名开源项目贡献经验。 ◦ 具备多模态（如图文-视频）生成模型的研究或项目经验。 ◦ 熟悉云计算平台（如AWS, GCP, Azure）和容器化技术（Docker, Kubernetes）。 • 【软技能】： ◦ 强烈的自驱力和技术热情，对AIGC技术充满好奇。 ◦ 优秀的沟通能力和团队协作精神，能够清晰地向技术和非技术背景的同事阐述复杂概念。 ◦ 具备产品思维，关注技术带来的业务价值和用户体验。