方向一：RAG算法研发方向
主要岗位职责
1.技术研究：深入探索大模型与小模型相关核心技术，涵盖模型训练优化及实际应用场景的技术落地；
2.技术方案：基于大模型与RAG技术研究解决业务实际问题的可行路径，输出完整解决方案并推动实施；
3.工程化：聚焦文档解析中的现实挑战，重点攻关多模态文档解析、多模态RAG等关键技术的工程实现；
4.学习&创新：持续跟踪人工智能前沿动态，结合具体业务场景推进新技术的应用转化与技术创新；

任职要求
1.计算机科学、人工智能、机器学习等相关专业硕士及以上学历，具备5年以上相关领域工作经验；
2.熟悉LangChain、LangGraph、Dify等主流开发框架的实际应用；
3.具备在真实业务环境中落地RAG技术的经验者优先考虑；
4.在CCF-A类会议（如NeurIPS、ICML、CVPR、ACL等）有论文发表记录者优先；

方向二：NLP大模型算法研发方向
主要职责
1.负责自然语言处理方向的大模型算法研究与系统开发；
2.承担大语言模型的全流程训练任务，包括CPT、PT、SFT等阶段，保障模型性能与运行效率；
3.参与实验设计、数据建模分析、结果验证工作，持续优化算法表现；
4.推动NLP领域大小模型在文本分类、摘要生成、信息抽取、智能写作等任务中的实际应用；
5.密切关注AI领域最新研究成果，开展技术评估，并促进团队技术水平的迭代提升；

任职要求
1.计算机科学、人工智能、机器学习等相关专业硕士及以上学历，具有5年以上行业实践经验；
2.拥有大模型训练实战经验，熟悉CPT、SFT及各类强化学习训练方法；
3.具备丰富的NLP小模型项目落地经历；
4.在CCF-A类会议（如NeurIPS、ICML、CVPR、ACL等）发表过学术论文者优先录用；

方向三：智能标注平台研发方向
致力于打造高效能、智能化的数据标注平台，提升数据生产质量与效率，服务于大模型的训练与迭代优化。

主要职责
-跟踪数据标注领域的前沿技术发展，研究主流开源工具与框架，探索自动化与智能化标注新范式；
-设计并实现适用于多模态数据的智能标注技术方案，显著提升标注速度与一致性水平；
-参与智能标注平台的核心研发与性能调优，推动功能完善和系统稳定性增强；
-结合实际业务需求，探索主动学习、弱监督学习、半自动标注等新型技术路线；
-与算法团队紧密协作，构建高质量数据闭环体系，支撑模型持续迭代升级；

任职要求
-计算机、数学、统计学、人工智能等相关专业硕士及以上学历，拥有5年以上工作经验；
-精通Python或Java语言，具备扎实的编程能力与良好的代码规范意识；
-熟悉TensorFlow、PyTorch等主流深度学习框架，有算法开发经验者优先；
-具备3年以上前后端系统开发背景，有团队管理经验者优先考虑；
-具备出色的逻辑思维与问题解决能力，善于跨团队沟通协作；
-学习能力强，对新兴技术保持敏感度，具备持续改进与创新能力