职范人才

岗位职责： 您将根据团队目标和个人专长，参与以下关键领域的架构设计与工程实现： 一、高并发服务端与 API 系统： 1.深度参与面向数千万日活用户的产品后端架构设计； 2.负责核心服务的性能优化、数据库调优与分布式系统可靠性保障； 3.开发与迭代 AI Chat Bot 等创新产品功能，探索 AI 技术的应用边界。 二、大规模数据处理 Pipeline： 1.负责数据采集、清洗、去重与质量评估系统的设计与开发； 2.构建服务于搜索、多模态与模型训练的高质量数据湖与索引系统； 3.持续优化数据处理各环节的性能与吞吐，确保数据管道的稳定高效。 三、Agent 基础设施与运行时平台： 1.设计与开发支撑海量 AI Agent 运行的下一代容器调度与隔离平台； 2.攻克容器生命周期管理、资源精细调度、多硬件平台统一支持等核心难题； 3.构建高性能、高安全性的 Agent 运行时环境。 核心要求： 一、工程与架构能力： 1.精通 Rust / C++ / TypeScript / Python 中至少一门语言，具备优秀的设计能力与代码质量意识； 2.对分布式系统有深刻理解与实践经验，能够设计高可用、高可靠的系统架构； 3.对数据库原理有深入理解，拥有丰富的性能调优与大数据处理经验。 二、系统与运维功底： 1.深刻理解计算机组成、操作系统、计算机网络等核心原理； 2.熟练运用 Profiling 和可观测性工具分析与定位复杂系统问题； 3.对 Kubernetes 及云原生部署有深入理解，具备云上系统优化经验。 三、视野与思辨： 1.对世界充满好奇心，这种好奇心会自然延伸到对复杂系统底层运作机制的持续探索； 2.不满足于被动执行，对通用人工智能（AGI）的技术路径与发展有着独立的思考与执着的好奇心； 3.相信广泛的兴趣能滋养创造力。无论是音乐、体育、美术，还是其他领域的热情与审美，我们相信这些都将为你带来独特的视角与创新灵感。

职位描述 1、构建电商Agent核心大脑与前沿技术落地：探索主流Agent框架，如LangGraph、OpenClaw、Hermes、Codex、Claude Code等，构建稳定可靠的Valley-Agent基座，重点提升任务的自动规划与调度、工具调用、多模态交互及深度研究能力；持续追踪AI Agent领域的最新进展（如Codex,OpenClaw,Hermes,ClaudeCode等），引入并验证新技术的可行性，沉淀技术文档与最佳实践，推动前沿技术在国际电商治理场景的创新应用； 2、打造电商场景Skills工具集：基于电商业务系统，构建和优化一系列高性能、可复用的Skills。这包括利用小尺寸模型打造支撑高QPS场景的基础模型工具集，也包括将复杂的业务SOP（标准作业程序）封装为稳定可调用的治理Agent（如审核、RCA、立规Agent）； 3、研发与优化Agentic RL：基于主流Agent框架，并结合Post-training技术（SFT/RLHF）与强化学习（PPO/GRPO）对模型进行持续优化，建立电商大模型的Agentic RL训练体系，提升模型在复杂问题上的准确率与动态反思能力； 4、探索Agent自动化与自进化：结合Auto-Workflow与多智能体系统（MAS），一方面支持工作流的自动生成与优化，另一方面探索基于Agentic RAG和Memory机制的自进化（Self-Evolution）闭环，让Agent能够从真实交互数据中学习，持续提升其决策与执行能力； 5、构建稳定可靠的Agent基础设施：负责Agent系统的性能与稳定性优化，包括资源利用、QPS、成本控制、环境交互速度等，并沉淀通用能力，构建包含可观测性与权限体系的Agent Infra，保障系统的安全可控。 职位要求 1、精通Python编程，具备生产级应用的开发经验，熟悉Linux开发环境，并对数据结构和算法有深入理解； 2、熟悉至少一种主流Agent框架，如LangGraph、OpenClaw、Hermes、Codex、Claude Code等，并有实际项目经验； 3、深刻理解大模型（LLM）与AI Agent的核心原理，熟悉主流Agent架构（如ReAct/PlanAct）、多智能体系统（Multi-Agent）及上下文工程与记忆（Context Engineering/Memory）等概念； 4、具备AI算法背景，对SFT、RLHF等Post-training技术有深入了解，有针对性优化模型能力的实践经验者优先； 5、具备出色的技术沟通、项目管理和跨团队协同能力，能够撰写清晰的技术文档、教程和示例代码； 6、对技术充满热情，具备优秀的分析和解决问题能力，能够主动追踪前沿技术并探索其在业务中的应用。 加分项 1、在电商、内容风控、平台治理等领域有相关算法或研发经验；在强化学习领域有深入研究或实践经验，如Policy-based/Value-based methods、PPO、GRPO等； 2、熟悉多模态（Multi-modal）推理技术，并有相关项目落地经验；对Agent安全（Safety）、成本优化、性能（QPS/稳定性）有深入思考或实践经验； 3、在ICML、ICLR、NeurIPS、ACL、CVPR等学术会议上发表过有影响力的研究成果，或在ACM/ICPC、NOI/IOI、Kaggle等竞赛中获奖者。熟悉全球主流大模型服务及API，有设计并落地复杂Agent系统的经验。

后端研发工程师 后端开发技术管理的职位，欢迎来了解： 1，重本以上学历，年轻高潜 2，to c方向的各技术栈后端开发 3，对标阿里P7-P10 4，有没有带过团队都可以 这都是刚新增职位，不是替代职位，面试快、offer快、薪水好谈、职级好谈，宝藏职位稍瞬即逝，先到先得 工作职责 1、参与服务端研发工作，承担多个核心系统建设，并持续优化改进; 2、参与AI架构演进优化，对标行业前沿，保持技术领先性; 3、持续提升基础工程能力，优化用户体验，支撑业务目标达成; 4、保障系统绝对稳定和高可用性，推进极致敏捷迭代。 任职资格 1、本科及以上学历，精通Golang/Java/C/C++/PHP中的一种或者多种语言 2、熟悉Linux、MySQL、Redis等基础设施应用; 3、具备分布式、大流量场景下的系统设计、性能优化、稳定性治理的能力; 4、业务理解能力强，技术学习迁移能力强、责任心强、具备良好的沟通和团队协作能力。

岗位职责 本岗位覆盖以下主要技术方向： 方向一：文本/多模态预训练 • 设计和优化千亿级参数大模型的分布式训练系统，支持文本基座预训练和原生多模态训练的正确性、性能和稳定性 • 负责训练框架核心模块（通信、调度、容错、Checkpoint、数据加载）的架构设计和性能优化，在同等硬件条件下持续提升训练吞吐 • 协同算法迭代和硬件演进，针对新模型架构（MoE、超长序列、多模态融合）快速完成训练适配和性能验证 • 作为工程Pipeline的上游起点，持续推进训练Infra的架构迭代方向 方向二：强化学习框架 • 构建并提升在线RL训练系统的性能和Scale能力，打通策略更新、环境交互、奖励建模的端到端训练流程 • 支持Chat/Thinking/Agentic以及未来多种RL范式（PPO/GRPO/DPO等），和算法Codesign推进RL架构迭代 • 设计高效的Actor-Critic架构、经验回放机制和分布式采样系统 • 负责RL训练的性能瓶颈分析和优化，包括GPU利用率提升、通信开销降低、训练稳定性保障 方向三：异构算力适配 • 建设迭代多种异构算力（GPU/NPU等）的验证和适配方案，包括稳定性保障、精度验证和高性能runtime • 开发调优GPU和NPU架构的通信算子，推进超节点架构的最佳实践 • 面向RL采样场景，深入优化NPU架构的推理性能 • 跟踪硬件生态发展，评估新硬件的技术价值，输出选型建议和规模化落地方案 方向四：高性能内核 • 定制开发高性能计算内核，深入发掘GPU/NPU等不同硬件架构的优化空间 • 推进算子开发范式的迭代，探索自动化算子生成（如LLM辅助生成高性能kernel） 岗位基本需求 • 计算机、电子工程、数学等相关专业硕士及以上学历 • 3年以上大模型训练/推理/分布式系统相关开发经验 • 熟悉PyTorch/Megatron-LM/DeepSpeed等主流框架中至少一个的内部实现 • 熟悉至少一种分布式并行策略（DP/TP/PP/SP/EP）的原理和实现细节，或有高性能算子开发经验 • 扎实的C++/Python/CUDA编程能力，有性能优化经验 • 有实际参与过10B+参数规模模型训练的项目经验 岗位亮点 单体规模数万卡的超大规模训练，模型结构和硬件架构深度联合设计，先进的显存、计算和通信优化。

岗位职责 1.负责大模型推理引擎的研发和优化，包括推理系统优化、模型量化压缩和模型部署； 2.负责开发和维护基于大规模数据的推理引擎； 3.参与解决推理过程中的技术难题，提升推理算法的性能和效果； 4.开展相关领域的技术研究，提出创新性的解决方案。 岗位基本需求 1.大学本科及以上学历，计算机相关专业优先； 2.至少3年以上软件开发经验，有推理引擎开发经验者优先考虑； 3. 熟练掌握C++、CUDA编程，熟悉常见的数据结构和算法； 4. 熟悉机器学习和深度学习理论，具备扎实的编程能力，熟悉Transformer结构优化者优先； 5. 熟悉常用的深度学习框架，如TensorFlow、PyTorch等，熟悉以下推理框架者优先sglang/vllm、FasterTransformer、DeepSpeed FastGen、TensorRT-LLM等； 6. 具备良好的团队合作精神和沟通能力，能够承担一定的工程管理职责。

工作职责 1.带领算法工程团队，负责基座模型的研发、应用与落地，包括但不限于LLM、多模态、长文本、RLHF等技术，探索大模型和学科领域的结合，实现在业务中的应用落地。 2.负责主导进行算法模型研发，包含但不限于Embedding、Pre-train、SFT、Self-instruct； 3.负责主导领域模型的全流程工作，包括但不限于数据、训练、评测、推理部署，保证数据的高质量、有效和安全； 4.带领团队积极探索LLM和多模态大模型技术，在业务场景中应用并取得创新。 工作要求 1. 计算机科学、软件工程、数学等相关专业，原则上硕士具备10年以上工作经验，博士7年以上工作经验； 2.有过大模型研发实操经验，对主流大模型如GPT/Claude/GLM等的原理和差异有较深入的理解，熟悉大模型的最新进展； 3.熟练掌握主流深度学习框架pytorch，大模型训练框架Megatron-LM/Deepspeed等多机多卡方案，有百亿/千亿大模型训练调优经验优先； 4.扎实的编程基础，具备独立的算法实现能力； 5.有相关大模型开源项目、有工程落地经验、有人工智能顶会论文发表者优先，有大型竞赛优胜经验者优先； 6.有带团队经验优先，强烈的自驱力和技术热情。

多模态世界模型算法研究员/专家 职位描述 1、探索研究多模态理解、生成式、机器学习、强化学习、AIGC、计算机视觉、人工智能等前沿技术； 2、探索大规模/超大规模多模态理解与生成交织的基础模型，并进行极致系统优化； 2）数据建设、指令微调、偏好对齐、模型优化； 2）提升数据合成、Scalable Oversight、模型推理、规划能力，构建全面客观准确的评测体系，探索提升大模型能力； 3、探索突破包括而不限于多模态RAG，视觉CoT与Agent等在内的多模态模型、世界模型进阶能力，构建GUI/游戏等虚拟世界的通用多模态Agent； 4、利用预训练、仿真等技术对虚拟/现实世界的各类环境进行建模，提供多模态交互探索的基本能力，推动应用落地，研发以人工智能技术为核心的新技术、新产品。 职位要求 1、本科及以上学历，计算机、电子、数学等相关专业； 2、在计算机视觉、多模态、AIGC、机器学习、渲染生成等一个或多个领域有较深入的研究者； 3、具有出色的分析、解决问题的能力，能深入解决大模型训练、应用存在的问题，有自主探索解决方案的能力者； 4、具有良好的沟通协作能力，工作积极主动，能够与团队融洽合作，一起探索新技术，推进技术进步。 加分项： 1、具有优秀的基础算法、扎实的机器学习基础，熟悉CV、AIGC、NLP、RL、ML等领域的技术，在CVPR、ECCV、ICCV、NeurIPS、ICLR、SIGGRAPH或SIGGRAPH Asia等会议/期刊上发表论文者优先； 2、具有优秀的代码能力，熟练掌握C/C++或Python编程语言，ACM/ICPC、NOI/IOl、Top Coder、Kaggle等比赛获奖者优先； 3、在多模态、大模型、基础模型、世界模型、RL、渲染生成领域，主导过大影响力项目者优先。

AI算法 岗位职责: 1、负责大语言模型LLM后训练阶段的核心算法研发与模型迭代，包括但不限于SFT、Reward Model训练以及强化学习DPO，GRPO，GSPO，Agentic RL等，持续提升模型作为Agent大脑的逻辑推理能力、指令遵循能力。 2、负责基于大模型的智能体架构设计与开发，探索多智能体协同机制、复杂任务拆解规划以及工具调用(Too-use)能力。 3、构建并优化Agent系统的自我进化与自我演化机制，持续提升Agent在实际业务中的自主决策、工作流执行与闭环优化能力。 4、针对业务场景痛点进行模型与智能体调优，探索并解决模型幻觉问题，攻坚长上下文，复杂场景下的多轮对话策略与记忆机制优化。 5、负责后训练与Agen数据流水线的设计，探索高质量合成数据的生成、清洗与策略迭代，从数据层面驱动模型与Agen能力上限。 6、跟踪业界最前沿的大模型后训练、强化学习及Agentic系统技术发展，推动新技术在实际业务场景中的落地与验证。 岗位要求: 1、计算机科学、人工智能、数学或相关专业毕业，本科及以上学历(硕士或博士优先) 2、具备扎实的机器学习、自然语言处理或强化学习理论基础，对Transformer架构及主流开源大语言模型有深入的理 解。 3、熟练掌握主流的后训练技术原理与实践，有丰富的SFT调优经验，并在偏好对齐(DPO/RLHF等)方向有实际落地经验。 4、深入理解AIl Agent的技术原理与设计模式，熟悉Agen的核心组件(如规划机制、Memoy记忆机制、环境交互等)，熟悉主流Agent开发框架与开源生态(如OpenClaw、LangChain等) 5、具备大规模分布式训练实践经验，熟悉FSDP、DeepSpeed或Megatron-LM等分布式加速技术。 6、具有较好的团队协作能力、优秀的逻辑分析能力，能够独立拆解并解决复杂的算法与Agent工程问题。 7、有LLM后训练、强化学习、智能体(Agent)或计算机视觉等人工智能方向相关顶级会议(如ACL、NeurlPS、ICLRCVPR等)论文发表者优先。