我们正在寻找对大模型、数据生成与系统化评测充满热情的优秀研究者加入团队。我们将为您提供顶尖的科研环境与成长平台，共同推动通专融合的智能模型的前沿探索。 岗位职责 1. 开展前沿算法研究，提升生成数据的质量与可靠性，突破当前大模型在长尾场景覆盖不足、数据多样性有限以及安全可信性薄弱等方面的瓶颈； 2. 研发动态更新算法与机制，使模型能够持续适应最新的知识与环境变化，保持预测与生成能力的时效性； 3. 构建大模型的自动化的评测体系，能有效且系统性的对生成内容进行评估，包括但不限于真实性、多样性、多模态对齐，应用效用与安全可信； 4. 针对高壁垒的关键应用领域（如医疗、金融、法律等）中存在的数据稀缺与复杂罕见场景，开发先进生成技术提升模型的专业知识覆盖与场景适应力，为高价值AI应用 奠定坚实的基础。

参与实验室书生大模型认知推理能力的提升。具体工作内容包括： 1. 负责构建、迭代和维护高质量数学推理数据集：根据数据集的设计需求和用途，为数据集标注环节制定详实、全面、可执行的标准并持续迭代；设计与搭建数据标注平台，设计并优化标注平台的交互界面；利用书生大模型对数据标注过程进行高效管理、并监督标注标准的执行、对数据集进行阶段性质检； 2. 针对模型线上需求的数据优化：实时跟进和分析大模型的线上使用情况，基于目标用户的需求和场景设计数据标注与合成方案并执行，提升模型在目标场景中的表现。

工作职责 1、数据生产与交付：能够独立负责一条或多条业务线的数据生产和数据交付工作，确保数据的准确性、完整性和及时性，满足业务部门对数据的需求。 2、数仓开发与维护：深入理解数仓分层架构（如ODS、DW、DM等），并遵循数仓开发规范进行数据仓库的开发与维护工作，有实际项目经验，能够根据业务需求设计合理的数据模型，优化数据存储结构，提高数据查询效率。 3、Spark任务开发与调优：熟练掌握Spark任务开发，能够根据业务逻辑编写高效、可扩展的Spark程序，具备Spark任务资源调优的能力，能够根据任务的运行情况合理配置资源，提高任务的执行效率，确保任务的稳定运行。 4、大数据组件应用：熟悉至少两种以下大数据组件（Hive、StarRocks、Paimon、Flink等），并有实际项目应用经验，能够根据不同的业务场景选择合适的大数据组件进行数据处理和分析，熟练掌握各组件的特性和使用方法，能够解决在使用过程中遇到的问题。 5、数据质量与敏感度：工作认真负责，对数据有较强的敏感度，能够及时发现数据中的异常情况，并进行分析和处理，确保数据的质量和可靠性，为业务决策提供有力的数据支持。 6、数据治理实践：具备数据治理相关经验，熟悉存储空间治理和计算任务治理，能够对数据存储进行优化，合理规划存储空间，避免存储资源的浪费；同时对计算任务进行监控和优化，提高计算资源的利用率，确保数据处理的高效性，并在以往的工作中取得过一定的治理成果，如显著降低存储成本、提升任务运行效率等。 7、BI报表与OLAP引擎支持（加分项）：了解至少一种主流BI报表工具（如Tableau、Power BI等）和OLAP引擎（如ClickHouse、Elasticsearch等），能够为业务部门提供数据支持，协助制作BI报表，优化OLAP查询性能，更好地满足业务用户对数据可视化和多维分析的需求（具备相关经验者优先）。 8、了解大模型或者算法训练过程（加分项）：了解常见大模型或者算法的训练过程以及所需要的数据。

1. 负责多模态大模型的研发，构建有影响力、可落地的垂类大模型，突破通用大模型在特定领域的能力和速度限制。 2. 探索在数据有限的情况下扩展多模态大模型的能力，包括但不限于强化学习、少样本学习和持续学习等方法。 3. 进行多模态大模型前沿算法的探索，提升模型的推理能力与速度，并进行垂直智能体的深入研究。 4. 系统化定位模型在真实评测集下的能力缺陷，通过数据构建、合成、清洗或模型优化等方式进行改进。 5. 持续关注最新研究动态，在高质量的学术会议和期刊上发表高影响力论文，提升部门行业技术影响力。

1. 从事大语言模型、多智能体优化的前沿算法研究： - 研究方向包括：智能体设计, 大模型RAG, 多智能体优化 - 算法领域包括但不限于: AI Agent, RAG, LLM/VLM/LMM, CoT, etc. 2. 开展多智能体优化，智能体架构设计相关研究，探索智能体协作、决策、自演化机制； 3. 应用强化学习（RL）方法解决复杂问题，并推动其在多智能体和大模型中的应用； 4. 持续跟踪多智能体技术前沿动态，和实验室各团队充分沟通，为工程团队提供创新性技术方案。

1、参与高效多模态大模型推理系统的建设，优化推理架构，提升多模态大模型在不同部署场景下的推理效率。 2、参与量化、剪枝、投机采样、算子开发等优化技术的研究与实现，提升多模态大模型的推理效率。 3、与开发团队紧密合作，将成果落地到实际产品中（如MinerU），为内部团队提供高质量文档解析内容。 4、持续关注最新研究动向，在高质量会议及期刊上发表高水平论文，打造和提升行业技术影响力。

1. 负责大语言模型、多模态大模型、智能体等技术的算法研发，构建具备实际落地应用能力、具有行业影响力的垂类大模型及智能体解决方案； 2. 探索算法前沿技术，提升模型在复杂问题上的推理能力与结果可信度，优化模型Inference速度，支撑业务场景下的大规模部署应用； 3. 持续跟踪并关注最新研究动向，在高质量会议及期刊上发表具有学术影响力的高水平论文，持续打造和提升行业技术影响力。