方向一：RAG算法研发方向
主要岗位职责
1.技术研究：研究大/小模型相关技术，包括模型训练优化、模型应用；
2.技术方案：研究大模型、RAG技术解决实际问题，提供解决方案并进行应用实现；
3.工程化：研究文档解析中的实际落地问题，包括多模态文档的解析、多模态RAG等；
学习&创新：探索前沿AI技术并推动应用落地，结合业务场景实现科技创新和技术突破；
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，5年以上工作经验；
2.有LangChain、LangGraph、Dify等框架的应用经验；
3.有实际业务场景中使用过RAG相关技术的优先；
4.在CCF-A类会议（如NeurIPS、ICML、CVPR、ACL等）发表过论文者优先；

方向二：NLP大模型算法研发方向
主要职责：
1.负责NLP大模型算法研究与开发；
2.执行大语言模型的训练（CPT、PT、SFT）和微调任务，确保模型的准确性和效率；
3.参与算法的实验设计、数据分析、结果验证，以及算法性能的持续优化；
4.负责NLP相关的大模型、小模型的落地应用，包括文本分类、文本摘要、信息抽取、写作等NLP任务；
5.跟踪最新的人工智能研究进展，评估新技术，并推动团队技术的迭代升级；

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，5年以上工作经验；
2.有大模型训练经验，包括但不限于CPT、SFT及各种不同RL训练方式；
3.有丰富的NLP小模型的落地经验；
4.在CCF-A类会议（如NeurIPS、ICML、CVPR、ACL等）发表过论文者优先；

方向三：智能标注平台研发方向
致力于构建高效、智能的数据标注平台，提升数据生产效率与质量，支撑大模型训练与迭代。
主要职责：
-研究数据标注领域的前沿技术与主流开源框架，探索自动化、智能化标注方案；
-设计并实现面向多模态数据的智能标注技术解决方案，提升标注效率与一致性；
-参与智能标注平台的研发与优化，推动平台功能升级与系统稳定性提升；
-结合业务场景，探索主动学习、弱监督、半自动标注等创新技术路径；
-与算法团队协同，构建高质量训练数据闭环，支撑模型迭代。

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，5年以上工作经验；
-精通Python或Java，具备扎实的编程基础与良好的代码规范；
-熟悉TensorFlow、PyTorch等主流深度学习框架，有算法研发经验者优先；
-具备3年以上前后端系统开发经验，有研发团队管理经验者优先；
-具备强烈的问题解决能力与跨团队沟通协作能力；
-学习能力强，对新技术敏感，具备持续创新意识。