构建下一代产品背后的 ML 系统——LLM 驱动的功能、检索与语义搜索，以及面向多语言用户群大规模服务的推理栈。这是应用层、工程导向的岗位：把成熟的开源模型（如 Qwen 系列）变成快速、可靠、评估到位的生产系统。 为业务场景微调与对齐 LLM 和 / 或多模态模型——选择合适方法（SFT、DPO / GRPO / GSPO、奖励建模），搭建训练循环，迭代数据与超参直到质量与成本目标达成；own 训练背后的数据工作（采源、清洗、预处理、搭建数据管线）；搭建并维护评估体系（离线 harness、基准、在线评估），以量测模型质量并在问题上线前发现回退；优化推理——在服务栈上优化延迟、吞吐与成本，贴近现代 GPU 底层做优化；与 MLOps / 基础设施团队合作把模型产品化，并在生产环境持续监控与改进。

方向深度（四者深其一即可）：① LLM 后训练：SFT 或 LLM 强化学习——数据整理、奖励建模、DPO / GRPO / GSPO、离策略蒸馏；② 推理优化：从 transformer 服务栈里挤出延迟 / 吞吐（vLLM / SGLang / TensorRT-LLM、量化、attention kernel、torch.compile），运行在 Hopper 和 / 或 Blackwell GPU 上；③ LLM 评估：设计与搭建评估管线与系统——基准构建、LLM-as-judge、统计上严谨的离线 + 在线评估；④ 检索与语义搜索：为检索或语义搜索微调 embedding 模型，以及配套评估（recall / NDCG、难负样本挖掘）