算法工程师

职位描述

1. 负责新一代多模态代码大模型研发，探索并构建多模态大模型驱动的REPO级业务代码生成的产品应用。
2. 持续跟进多模态大模型前沿技术，探索多智能体，RAG，RLHF，知识图谱等在复杂REPO级业务代码生成中的应用。

岗位要求

1. 博士学历，人工智能、计算机、软件工程等相关专业优先。
2. 具有大模型数据、预训练、SFT、RLHF等经验，并成功落地实际产品者优先。
3. 具有多模态大模型预训练经验者优先。
4. 出色的问题分析和解决能力，能深入解决大模型训练和落地应用存在的问题。
5. 良好的沟通协作能力，能和团队一起探索新技术，推进技术进步。
6. 有大模型相关顶会顶刊论文者优先；有AI4SE相关项目经历优先。

任职要求

1. 计算机及相关专业本科以上学历，硕士优先，超过5年的互联网搜索、推荐、NLP或相关领域的工作经验。
2. 熟悉自然语言处理、深度学习、迁移学习，对该领域有比较全面的认识，在一个或多个领域（如文本分类、语义理解、知识图谱构建，自然语言生成等）能够独立开展研发工作。
3. 持续跟踪NLP领域的最新进展，并结合自身业务能提出见解，拓展业务边界。
4. 有搜索、推荐、广告、智能客服相关研发经验。
5. 扎实的代码功底和工程开发能力, 熟练掌握TensorFlow, Pytorch其中一种深度学习框架。
6. 目标感强，善于分析和发现问题，拆解简化，有较好的沟通和推动能力。

人才画像

硬核锚点

1. 学历：博士+（ACM World Finalist可破格硕士，多篇顶会或大型开源项目可破格硕士）
2. 能力基线：
   • 精通多模态/NLP大模型全链路（预训练/SFT/RLHF）
   • 独立解决大模型训练/落地难题
   • 强工程能力（Python/C++/PyTorch/TensorFlow）

核心靶向技术

强制项：

• 多模态
• 预训练
• REPO级代码生成
• RLHF实战

高权重方向：

• 多智能体协同Coding
• RAG架构优化
• 智能体开发、智能体测试、智能体运维、智能体取数等

竞争力金字塔

顶配信号（满足任一优先录用）：

1. 顶会一作（ICML/NeurIPS/ICLR）
2. 亿行级代码产品落地
3. ACM-ICPC World Finalist

■ 行业适配：

• AI4SE项目经验
• 智能体系统论文
• 开源LLM工具核心贡献
• 高引作者

技术包容网

■ 可接受替代方向：

• 软件工程+AI方向
• 编译器优化专家（LLVM/MLIR+AI）
• 强化学习研究（需工程转化案例）

■ 兼容场景：

• 智能编程助手
• 跨模态代码理解
• DevOps自动化
• 代码翻译