一．崗位職責(zé)
1. 參與智能家居相關(guān)的大模型Agent設(shè)計(jì)與應(yīng)用，構(gòu)建包含意圖識(shí)別、復(fù)雜任務(wù)拆解、多步推理、ReAct工具調(diào)用、長(zhǎng)短期記憶及智能推薦在內(nèi)的完整鏈路。
2. 運(yùn)用SFT、RL等后訓(xùn)練方法訓(xùn)練強(qiáng)化垂域模型，提升大模型的多步推理、上下文遵循、ReAct工具調(diào)用、領(lǐng)域問答等能力。
3. 基于數(shù)據(jù)反饋構(gòu)建高質(zhì)量訓(xùn)練數(shù)據(jù)，設(shè)計(jì)獎(jiǎng)勵(lì)函數(shù)與優(yōu)化機(jī)制，提升模型在垂直領(lǐng)域的泛化能力，利用PPO/GRPO等算法建設(shè)基于強(qiáng)化學(xué)習(xí)的迭代路徑。
4. 跟蹤LLM與Agent領(lǐng)域的國(guó)際前沿技術(shù)(如多智能體協(xié)作、LongContext、CoT),推動(dòng)前沿技術(shù)在業(yè)務(wù)中的應(yīng)用落地。
5. 深度理解智能家居業(yè)務(wù)，沉淀通用、模塊化的算法能力，與產(chǎn)品、工程緊密溝通協(xié)作，推動(dòng)業(yè)務(wù)迭代。
二．任職資格
1. 本科及以上學(xué)歷，計(jì)算機(jī)、人工智能等相關(guān)專業(yè)，具備扎實(shí)的數(shù)據(jù)結(jié)構(gòu)與算法基礎(chǔ)，3年以上相關(guān)工作經(jīng)驗(yàn)。
2. 具備扎實(shí)的Python編程能力，熟練掌握PyTorch等深度學(xué)習(xí)框架，有優(yōu)秀的代碼規(guī)范與工程素養(yǎng)。
3. 熟悉LLM訓(xùn)練全流程(Pre-train/CPT/SFT/RLHF),熟練使用主流訓(xùn)練/推理框架(如Megatron-LM、DeepSpeed、vLLM、 Sglang等)。
4. 深入理解強(qiáng)化學(xué)習(xí)原理，熟悉PPO、DPO、GRPO等算法基本原理，熟悉基于RLVR的強(qiáng)化學(xué)習(xí)訓(xùn)練者優(yōu)先。
5. 具備敏銳的技術(shù)視野，能夠?qū)⑶把厮惴ㄅc復(fù)雜的業(yè)務(wù)相結(jié)合，產(chǎn)出實(shí)際價(jià)值。
6. 具備良好的溝通協(xié)作能力，工作積極主動(dòng)，具備較強(qiáng)的學(xué)習(xí)能力，可快速驗(yàn)證新想法，推動(dòng)技術(shù)進(jìn)步。
三．加分項(xiàng)
1. 主導(dǎo)過基于ReAct/FunctionCall的Agent生產(chǎn)級(jí)應(yīng)用開發(fā)。
2. 在大規(guī)模模型訓(xùn)練中有數(shù)據(jù)合成或強(qiáng)化學(xué)習(xí)訓(xùn)練的實(shí)戰(zhàn)經(jīng)驗(yàn)。
在開源社區(qū)發(fā)布過有一定影響力的項(xiàng)目。