1、负责模型训练与优化工作，包括大模型后训练/预训练和精调、微调技术研究、RLHF等强化学习方法应用、模型蒸馏压缩及量化技术开发、性能评估与调优等技术研究 2、组织数据处理与管理相关工作，与各领域数据提供方合作，负责数据收集、清洗、标注及知识体系建设，提升数据质量与模型训练效果 3、探索技术创新与研发方向的前沿应用，推动多模态、跨语言等技术突破，保持技术领先优势 4、深耕业务落地与协作环节，通过与算法、工程等团队紧密配合，完成从需求分析到产品落地的全流程工作 5、持续进行性能提升与应用优化，针对行业场景开展模型能力提升，解决规模化应用中的各类技术挑战

1、教育与专业背景 1）计算机科学、软件工程、人工智能或相关领域的硕士及以上学历（博士优先）。8年以上工作经验。 2）具备扎实的编程基础和算法理论功底，对强化学习，机器学习、深度学习有系统性了解。 2、技术经验 1）至少3~5年AI/ML方向研发经验，有AI编程工具（代码生成、自动补全、错误检测等）相关项目实战经验者优先。 2）熟练掌握主流深度学习框架（如TensorFlow、PyTorch），能从零到一搭建并优化模型。 3）对模型压缩、量化、蒸馏、知识蒸馏等技术有实践经验，能够有效平衡模型性能与资源利用率。 3、编译原理与程序分析 1）理解编译原理、静态/动态分析技术，能够针对不同编程语言或框架进行语法解析和语义分析。 2）熟悉版本控制、持续集成、代码评审流程，对团队协作与开发者体验有一定了解。 4、算法与创新能力 1）对Transformer、图神经网络等新型结构有深入研究，有前沿技术探索经验或开源项目贡献者优先。 2）能跟踪国际前沿技术动态（如程序合成、自动化测试、形式化验证等），并主动思考与实践落地场景。 5、数据处理与模型迭代 1）熟悉大规模代码数据收集、清洗与标注流程，了解数据治理与隐私保护相关技术或法规。 2）能够通过数据增强、迁移学习等手段提升模型训练效果，以持续优化模型在真实开发场景下的表现。 6、产品化与解决方案 1）具备多场景应用能力，能快速适应云端IDE、本地插件、命令行工具等不同形态的集成需求。 2）有一定的架构设计与部署运维知识，能够帮助用户完成工具的部署及迭代更新。 3）具备良好的带团队交付经验，善于沟通，主动担责，攻坚破难。 7、加分项 1）在国际顶级会议或期刊发表过相关学术论文，或获得过发明专利。 2）拥有AI编程工具开源项目经验或社区影响力。