亞信科技 算法工程師 招聘（工資待遇要求）

崗位職責：
1、大模型業務化微調與訓練
①面向具體業務場景，完成大模型的指令微調（SFT）、偏好對齊訓練（如GRPO/RL相關方法）與持續迭代；
②負責訓練數據體系建設：數據清洗、標注規范、指令構造、偏好數據構造、訓練集/評測集劃分與版本管理；
③設計并優化訓練策略與超參（LoRA/QLoRA、全參微調、混合訓練等），提升效果與訓練效率；
④負責訓練穩定性與成本優化：顯存優化、吞吐優化、分布式訓練、故障排查與恢復。
2、大模型智能體（Agent）開發與落地
①設計并實現面向業務的智能體能力：工具調用（Function Calling/Tool Use）、多步推理、任務分解、工作流編排；
②構建/優化RAG、記憶（Memory）、規劃（Planning）、反思（Reflection）、多智能體協作等模塊，提升可控性與可靠性；
③將智能體能力與線上系統集成，支持可觀測、可回放、可評估與可迭代。
評測與工程化交付。
3、建立覆蓋業務指標與通用能力的評測體系（自動評測+人工評測），輸出可量化的迭代報告；
4、搭建訓練/推理/評測的工程化流水線（CI/CD、實驗管理、模型版本管理、灰度與回滾）；
5、與產品、業務、后端/平臺團隊協作，推動從PoC到規模化落地。
任職要求：
1、計算機/數學/統計/相關專業本科及以上，3年以上算法或NLP/深度學習相關經驗（優秀可放寬）；
2、扎實的機器學習/深度學習基礎，熟悉Transformer、LLM訓練范式與常見對齊思路；
3、熟練使用Python，掌握PyTorch及常用訓練框架（HuggingFace Transformers、DeepSpeed、FSDP、Megatron等其一或多個）。
4、有SFT/偏好對齊（如GRPO、PPO、DPO、ORPO等）落地經驗，能獨立完成從數據到訓練到評測的閉環；
5、熟悉LoRA/QLoRA、量化（AWQ/GPTQ等）、混合精度訓練、梯度累積、顯存/通信優化；
6、能針對業務問題設計有效的數據策略與prompt/指令體系，具備較強問題定位能力；
7、熟悉Agent相關框架或模式（LangGraph/LangChain、OpenAI function calling范式、ReAct等），有工具調用與工作流編排實踐；
8、具備良好工程素養，能將模型能力穩定上線并持續迭代（監控、日志、回放、A/B實驗等）。
加分項：
有大規模分布式訓練實戰經驗（多機多卡、RDMA/NCCL調優、訓練故障處理）；
在中文對話、知識問答、內容生成、客服/銷售、代碼生成、檢索增強等場景有成功案例；
熟悉高質量數據合成、自動標注、對抗數據、蒸餾（KD）、模型壓縮與推理加速（vLLM/TensorRT-LLM）；
有論文/開源貢獻/競賽成績，或主導過LLM平臺化建設。