岗位职责：
1、参与垂直领域Agentic  AI的LLM训练流程，涵盖垂直领域高保真环境构建、基于环境交互的强化学习等，提升垂直领域Agentic  AI的端到端生产任务完成率。
2、参与垂直领域LLM的增量预训练、持续训练及微调（SFT,  LoRA,  QLoRA等）、强化学习，并参与分布式训练加速及高效推理部署。
3、跟踪LLM、Agentic  AI、强化学习等领域最新论文，参与复现并算法改进。

任职条件：
1、博士及以上学历在读，计算机、人工智能、信号与信息处理、自动化等相关专业。
2、具有NLP领域专业背景，至少满足以下任意一项：
（1）熟悉主流大模型（如Llama、GPT、Qwen、DeepSeek等）的原理、微调或部署；
（2）了解Agent框架（LangChain,  AutoGen,  LlamaIndex等），实现过简单的工具调用或规划任务；
（3）接触过强化学习基础算法（PPO,  DPO等）或RLHF流程；
（4）有合成数据生成、数据增强或蒸馏相关项目经历。
3、具备快速阅读和复现顶会论文的能力；有分布式训练经验（DeepSpeed  /  FSDP  /  Megatron-LM）或熟悉vLLM  /  TGI等推理框架者优先。
4、理解  ReAct、Plan-and-Execute、Reflexion  等论文核心思想，熟悉  Function  Calling  /  Tool  Use  （OpenAI、Anthropic、开源模型类似能力）优先。
5、在  Kaggle  /  相关比赛中有LLM或Agentic  AI项目获奖经历，贡献过Agent相关开源项目或有技术博客/公众号深度文章或在顶会、顶刊发表相关论文优先。
6、自驱力强，善于沟通协作，能独立解决问题并乐于分享研究成果。