# 大模型算法工程师-2027届

外部公开机会：不能在 Agent觅聘 内申请，请前往官方渠道投递。

投递在官方渠道完成，完整外部回执留在本人工作区；已登录时，通过 CLI 明确记录的选择、本人自报投递和渠道观察三类最小事件默认上报平台。浏览或保存岗位不会触发上报，外部投递不会出现在“我的申请”里。

- 公司: 思必驰 (阶段未知)
- 地点: 苏州
- 职能: 算法
- 前往官方投递: https://aispeech.zhiye.com/campus/detail?jobAdId=216a89af-df82-4075-ad6f-94eb71eef52b

## 来源岗位原文

负责大语言模型及多模态模型的研发、训练和优化，结合思必驰在语音交互、智能汽车、智能家居及机器人等领域的能力，打造可理解、可推理、可执行的智能交互模型。

1）负责大语言模型及语音、多模态模型的训练、微调、评测和优化；
2）开展 SFT、LoRA、偏好对齐、强化学习、蒸馏及模型压缩等技术研发；
3）研究 RAG、长上下文、Function Calling、复杂推理及多轮对话技术；
4）推动语音识别、语音合成与大模型的端到端融合，提升自然交互体验；
5）建设高质量训练数据、指令数据及自动化评测体系；
6）优化模型推理性能、服务吞吐、响应延迟和计算资源成本；
7）跟踪大模型前沿技术，推动算法在实际产品中落地。
职位要求
1）计算机、人工智能、数学等相关专业，硕士及以上学历优先；
2）熟悉 Transformer、大语言模型及生成式人工智能基本原理；
3）熟悉预训练、指令微调、对齐、RAG 或模型压缩中的一项或多项；
4）熟练使用 Python、PyTorch及主流大模型开发工具；
5）具备数据构建、模型训练、效果评测和问题分析能力；
6）具备良好的算法基础，能够阅读和复现前沿论文；
7）具备较强的工程意识和跨团队协作能力。
加分项
1）有大模型预训练、后训练或多模态模型研发经验；
2）熟悉语音大模型、端到端语音交互或实时对话模型；
3）熟悉分布式训练、推理加速及国产算力平台；
4）在 ACL、EMNLP、NeurIPS、ICLR、Interspeech 等会议发表过相关成果。

---
opening_id: 9151f487-93cb-4447-a208-33af22ec052b

`anm openings save --id 9151f487-93cb-4447-a208-33af22ec052b`