来源显示在招 · 最近观察 2026-10-18
1.标准建设：围绕图像模型预训练、后训练需求，制定 Caption 与 Recaption/PE 标准，明确主体、属性、动作、空间关系、画面文字及风格等描述维度；
2.数据生产：协同算法团队评估视觉语言模型，设计提示词与生成策略，建设适配不同图像类型、描述粒度及训练目标的 Caption 数据；推动批量生成、筛选、返修与版本管理流程落地，协同研发、标注及供应商团队，兼顾数据质量、生产效率与成本；
3.prompt优化：制定 Recaption 策略，完成信息补全、错误纠正与表达优化，控制幻觉及无依据推断；
4.质量评估：建立准确性、完整性、图文一致性等评价体系，设计评测集、标注规范与质检流程，结合自动评估和人工抽检持续提升质量；
5.效果迭代：联合算法团队验证不同描述长度、信息密度与风格对训练效果的影响，结合模型表现及典型问题优化描述策略。
职位要求
1.学历要求：本科及以上学历，计算机、人工智能、语言学等相关专业优先，硕士及以上优先；
2.年限要求：具备 1 年及以上数据产品、算法策略或 AI 产品经验，有图文数据建设或多模态标注经验者优先；
3.背景偏好：具有多模态大模型、图像生成或视觉语言模型相关背景；有 Caption、Recaption、提示词优化或模型评测经验者优先；
4.能力偏好：具备良好的图像理解与语言表达能力，能够识别描述遗漏、事实错误及模型幻觉；熟悉数据分析、质量评估与实验设计；
5.协作要求：具备需求拆解、规范制定与跨团队推进能力，能够将训练需求转化为可执行的数据方案，并持续跟进效果与交付。
工作年限（官方顶部字段）
一年以上工作经验
来源显示在招 · 最近观察 2026-10-18
1.负责混元大模型游戏生成与理解能力的提升，从零到一构建高质量、可运行、可玩的游戏，持续探索大模型在游戏创作场景的能力边界；
2.主导多轮长程游戏迭代、程序化游戏内容生成（PCG）、游戏资产调度等关键技术的攻坚，沉淀可扩展、可复用的游戏生成技术体系；
3.覆盖从游戏生成 → 代码调优 → 交互优化的游戏开发全周期，端到端提升生成游戏的质量、可玩性与稳定性，充分释放基础模型的生成力；
4.搭建游戏生成的评测体系与数据闭环，以量化指标驱动模型与生成流水线的持续迭代；
5.与算法、工程、产品等团队紧密协作，推动游戏生成能力的产品化落地与应用验证。
职位要求
1.计算机、人工智能、自动化、数学等相关专业硕士及以上学历，1年及以上大模型 / AI 相关研发经验；
2.具备扎实的深度学习与大模型基础，熟悉 Transformer、LLM、多模态生成、RL / RLHF 等主流技术，有大模型微调（SFT / RLHF）或 Agent 的工程落地经验；
3.熟练掌握 Python 与主流深度学习框架（PyTorch 等），具备较强的工程实现、性能调优与系统化落地能力；
4.对游戏开发全流程有基本理解（游戏引擎、程序化内容生成、渲染 / 交互），能独立完成从算法到可运行系统的闭环；
5.对 Gaming 感兴趣者优先，有游戏开发、游戏 AI、程序化内容生成（PCG）、游戏引擎使用经验者优先。
工作年限（官方顶部字段）
一年以上工作经验
官方重要事项
1.在 Agent 领域有代表性工作 / 实习经验 / 开源项目者优先（如 LLM Agent、多智能体协作、工具调用、RAG、环境交互等方向）；
2.在 NeurIPS / ICML / ICLR / ACL / CVPR 等顶级会议发表过论文，或有较高影响力的开源项目贡献；
3.有游戏生成、世界模型、视频生成或多模态内容生成相关的落地项目经验。
来源显示在招 · 最近观察 2026-10-18
1.混元机器学习研发底座与LLMOps工程平台的架构设计、核心开发与全链路性能迭代。 负责混元平台核心架构设计与迭代开发，聚焦大模型训练、推理、评估、数据多个核心场景，解决大规模训练、数据处理、评测等场景问题，持续提升大模型训练稳定性与平台整体性能上限；
2.LLMOps工程体系迭代与研发效能升级：持续深耕并跟进业界AIGC、大模型工程化前沿技术与落地实践，结合内部模型预训练、后训练、迭代、部署全流程诉求，持续优化平台技术方案与产品形态。聚焦平台易用性、自动化、标准化建设，降低大模型研发与落地门槛，持续完善、升级、落地全链路LLMOps研发体系。
职位要求
1.本科及以上学历，具备扎实的AI工程化、大模型研发底座技术功底，熟练掌握 PyTorch/TensorFlow/DeepSpeed 等主流深度学习框架，拥有真实落地的模型训练优化、分布式训练、模型服务化优化项目经验；
2.熟练使用 Python/Go/Java 至少一种主流开发语言，具备良好的代码工程素养、软件架构设计能力和复杂系统开发落地能力，能够独立完成核心模块设计、开发与迭代；
3.具备极强的项目Owner意识与自驱力，能够主动发现平台性能、架构、流程痛点，独立推进技术优化与项目落地，具备优秀的跨团队协同能力与技术攻坚意识；
4.对大模型工程化、LLMOps体系有浓厚热情与持续学习能力，能够快速跟进前沿技术并转化为内部落地成果，具备长期技术迭代与体系建设思维。 参与过千亿级大模型训练、部署全链路工程落地者优先。
工作年限（官方顶部字段）
两年以上工作经验
来源显示在招 · 最近观察 2026-10-18
1.负责模型 Token 整体运营，覆盖国内及海外市场，重点推动海外用量增长和付费转化；
2.面向司内业务提供模型选型、接入、额度管理、用量分析和问题支持，提升模型使用效率；
3.分析市场规模、客户需求、竞品价格和使用趋势，制定收入、成本、资源及用量预测；
4.运营外部推理平台、模型聚合平台、Agent 平台、API 中转站和云平台，推进接入、定价、折扣及联合推广；
5.跟踪客户分层、Token 用量、留存、扩展和模型迁移，提升收入、毛利和资源利用率；
6.协同产品、研发、销售、云及海外团队，准备英文模型资料、竞品分析和客户案例。
职位要求
1.3 年以上 AI 模型、云服务、API、SaaS 或技术平台运营经验；
2.具备市场分析、商业测算、收入预测、定价或成本分析能力；
3.有海外客户、渠道或跨区域项目经验，能够使用英语开展工作；
4.了解 Token 计费、模型 API、推理资源、吞吐、延迟、配额和 SLA；
5.具备较强的数据分析、项目推进和跨团队协作能力。
工作年限（官方顶部字段）
三年以上工作经验
官方重要事项
1.英语可作为工作语言。
来源显示在招 · 最近观察 2026-10-18
1.负责混元大模型从研发到生产所需的硬件需求和使用规划，作为业务需求团队核心 Owner，推动基础设施资源前瞻布局、需求转化与问题闭环；
2.基础设施资源前置规划：负责 GPU、CPU、内存、带宽、存储等资源规划，提前半年至一年进行硬件筹备与布局，避免资源瓶颈影响业务；
3.业务需求到基础设施指标转化：深入理解预训练、后训练、数据打标等场景对算力、内存、带宽、存储的要求，准确抽象为基础设施指标并推动落地；
4.现有资源分配与利用优化：解决带宽不足、专线缺失、内存瓶颈、CPU 算力不足等问题，提出技术方案并推动解决，持续提升资源使用效率；
5.机房建设与底层方案评审：参与机房建设、带宽规划、存储方案、服务器选型等设计与评审，并与运管团队对齐底层硬件需求；
6.跨团队拉通与机制建设：建立业务需求到基础设施指标的转化机制，减少沟通断层，确保需求准确传递并推动复杂问题闭环。
职位要求
1.本科及以上学历，计算机、通信、电子、网络工程等相关专业，3 年以上大规模云基础设施、自建机房或基础设施资源管理经验；
2.具备扎实的基础设施底层知识，熟悉机房、网络带宽、存储、服务器（CPU/GPU/内存），能独立解决带宽不足、专线缺失、内存瓶颈等问题；
3.理解大模型业务需求，熟悉预训练、后训练、数据打标等场景对 GPU、CPU、内存、带宽、存储的具体要求，有服务大模型训练经验者优先；
4.具备优秀的跨团队沟通与协调能力，能作为核心 Owner 拉通业务团队与运管团队，推动复杂问题闭环；
5.具备较强的技术抽象与规划能力，能提前识别资源瓶颈并制定前瞻性方案，有大规模云资源调度、自建机房或大型存储团队经验者优先；
6.责任心强，项目推进能力好，能与 PM 高效协作，在团队规模精简的情况下独立承担核心工作。
工作年限（官方顶部字段）
三年以上工作经验
来源显示在招 · 最近观察 2026-10-18
1.岗位职责；
2.数据规划：负责图像/视频模型预训练、后训练的数据建设，与算法团队协同制定数据标准、生产方案及交付计划；
3.数据寻源：拓展公开数据集、授权内容、定向采集及合成数据等来源，综合评估质量、规模、成本与合规性；
4.质量筛选：建立清晰度、美学质量、图文一致性、视频时序与运动质量等评价标准，推动数据清洗、去重、描述生成及标注验收；
5.效果迭代：结合训练评估与问题归因优化数据策略，协同研发推动数据生产、质量监控与版本管理的平台化。
职位要求
1.本科及以上学历，计算机、人工智能、统计学等相关专业优先，硕士及以上优先；
2.具备 1 年及以上数据产品、算法策略或 AI 产品经验，有大规模训练数据建设经验者优先；
3.具有图像/视频生成、多模态大模型或计算机视觉背景；有预训练数据治理、后训练数据生产经验者优先；
4.理解不同训练阶段的数据需求，熟悉数据筛选、配比与质量评估；具备 SQL、Python 数据分析能力及实验设计、效果归因能力者优先；
5.具备需求拆解与跨团队推进能力，能够协同算法、研发、标注及供应商完成交付，兼顾质量、成本与合规。
工作年限（官方顶部字段）
五年以上工作经验
来源显示在招 · 最近观察 2026-10-18
1.负责腾讯云TIONE 推理平台核心架构研发，打造高吞吐、低延时的模型推理服务，涉及模型部署，框架集成，推理调用等全生命周期优化；
2.负责MaaS产品AI 智能调度系统与API网关设计开发，包括请求路由，智能调度，模型框架优化及其他相关模块开发，保障系统高可用、高稳定、高性能，并最大化算力利用效率；
3.协同算法、产品、算力、安全团队，完成模型适配、性能优化、工程化封装、合规加固，推动混元及第三方模型快速上线与稳定服务；
4.跟踪业界大模型工程化、云原生、分布式系统技术趋势，持续优化架构，提升研发效率与产品竞争力。
职位要求
1.本科及以上学历，计算机、软件工程、人工智能等相关专业，3 年及以上云原生/AI工程化研发经验；
2.精通至少一种主流语言（Golang/Java/Python），具备扎实的数据结构、算法、操作系统、网络基础，有高并发分布式系统实践优先；
3.熟悉云原生技术栈：K8s、Docker、微服务、RPC/HTTP、消息队列、数据库、缓存，有云厂商或中间件研发经验优先；
4.了解大模型全流程：训练、微调、RAG、推理引擎、量化、蒸馏、向量数据库等，有MaaS/LLM Inference服务开发经验优先；
5.熟悉AI Infra：GPU使用与优化、异构算力纳管、分布式任务调度、性能压测与调优，有大规模模型服务上线运维经验优先；
6.具备良好的系统设计、问题定位与跨团队协作能力，能独立负责复杂模块 / 系统，执行力强；
7.对AGI与MaaS有强烈热情，学习能力强，关注混元、DeepSeek 等主流模型及行业竞品，愿意长期深耕 AI 工程化领域；
8.有AI 安全合规、内容审核、企业级私有化交付、金融/政务等高安全要求场景经验者优先。
工作年限（官方顶部字段）
三年以上工作经验
来源显示在招 · 最近观察 2026-10-18
1.Token 增长与全生命周期运营：负责大模型 API / Token 业务的整体商业化运营，端到端对有效 Token 消耗量增长、服务质量负责；
2.拆解并监控核心用量指标（Prompt Caching、Batch Processing、长上下文等Token），结合主流高频场景（Agent、代码生成、搜索增强等）推动落地；
3.商业分析、量化建模与经营预测：做好Token 成本（GPU 算力成本 + 传输 + 调度）、毛利贡献及 LTV/CAC等分析，提供商业可行性评估；
4.供需平衡与资源测算： 基于各时区流量与并发峰值，构建 Token 需求预测模型，联动算力团队推导容量规划与服务策略；
5.全景经营看板与归因： 建立海外 Token 商业化指标体系，定期产出经营分析报告，定位预算偏差与业务异动归因；
6.海外 GTM 策略与生态落地：协同运维、部署等团队。跟踪竞品商业策略，设计具备竞争力的出海定价体系；
7.协同腾讯云等兄弟团队，推进海外 ISV、垂直 SaaS 伙伴的联合推广，优化从“自服务调用”到“大客户专属资源交付”的转化链路。
职位要求
1.基础背景： 3 年及以上 AI、云计算平台、API 商业化或 2B业务运营/商业分析经验；具备出海或海外市场运营经验；
2.商业分析能力： 精通 SQL 与财务/经营建模，具备扎实的商业敏感度，能从成本结构（COGS）、毛利与算力利用率角度反推商业策略；
3.业务与技术理解： 理解海外模型 API 商业范式，熟悉 TPS/TPM、TTFT、并发限流、Prompt Caching 等概念对成本和用户体验的影响；
4.具备跨产研、销售、供应链的协调推动力。
工作年限（官方顶部字段）
三年以上工作经验
官方重要事项
1.英语可作为工作语言（具备海外客户/跨国团队沟通能力）。
来源显示在招 · 最近观察 2026-10-18
1.需求澄清与策略制定：与算法团队深度对齐数据目标，基于模型评测和 Badcase 分析，拆解 STEM / Reasoning 能力短板（如数学推理、代码生成、逻辑链条、工具使用等），将模糊的模型需求转化为可执行、可量化的数据需求，制定并持续迭代整体数据构建策略（含真实数据获取、合成数据等）；
2.数据产线全流程设计：设计数据生产交付链路及核心环节（采集/清洗/标注/合成/质检/交付），定义数据标准、标注规范与质量验收标准，主导数据项目的发起、优先级判定与全流程管理，保障高质量数据的规模化、稳定交付；
3.质量与效果评估闭环：建立可量化的数据质量评估体系，跟踪数据交付后的训练收益；开展模型效果深度分析，联动算法团队定位数据侧的改进点，形成"数据生产 → 训练验证 → 策略迭代"的闭环；
4.模式创新与前沿探索：用大模型和 Agent 化工作流赋能数据生产（如数据合成、自动质检、Agent as a Verifier），推动数据产线的自动化与规模化；持续追踪业界数据领域前沿（数据配比、数据合成、课程学习等），将有效方法落地到实际产线。
职位要求
1.本科及以上学历，计算机、数学、统计学、人工智能等相关专业优先；
2.有大模型（基座模型优先）训练数据相关经验，深度参与过基模数据策略制定、数据生产或数据评估中的至少一个完整环节，对"什么数据能让模型学到东西"有判断力；
3.具备一定的工程和代码能力：能独立编写脚本，搭建工程链路等完成数据清洗、统计分析和质量验证，能读懂算法团队的训练代码和评测结果；
4.对训练数据敏感：能从数据中识别噪声、偏差、重复、分布异常等影响训练效果的问题，对数据质量和数据分布有直觉；
5.好奇心强，自驱：主动追踪大模型行业动态和数据领域前沿方法，愿意深入模型底层理解"数据为什么有效"；
6.具备优秀的逻辑分析能力、跨团队沟通能力和项目推进能力，能在需求模糊、目标动态变化的环境中高质量交付。
工作年限（官方顶部字段）
三年以上工作经验
官方重要事项
1.有 STEM / Reasoning 方向数据经验：数学、逻辑推理、竞赛代码类数据的构建、合成或评估经验；
2.有基座模型数据策略完整经验：参与过预训练/后训练数据的数据生产交付、Scaling 实验或数据消融分析等；
3.有合成数据、Agent 数据工作流（Workflow/Agent 搭建）实践经验；
4.熟悉模型评测体系，能独立完成评测设计并解读结果；
5.在 ACL、NeurIPS、ICLR 等顶会发表过相关论文，或有知名开源数据项目贡献。
来源显示在招 · 最近观察 2026-10-18
1.一站式AI Infra底座体系建设：围绕混元大模型全链路研发流程，统筹设计模型训练、效果评测、服务部署、底层调度、版本迭代的一站式平台产品能力，构建标准化、可复用、高效率的模型研发基础设施，支撑内部模型规模化、常态化迭代交付；
2.大模型评测体系产品化落地：负责AI评测平台核心能力搭建与体系升级，深度对齐通用/专业Benchmark评测标准、评测数据集管理、评测任务编排、多版本模型对照、效果归因分析等全流程产品设计，搭建标准化、自动化、可追溯的模型质量评估闭环，保障混元模型迭代精度与效果稳定性；
3.跨团队技术需求治理与项目落地：深度对接算法研发、AI工程、框架团队、算力平台等核心角色，拆解复杂技术诉求、沉淀通用产品能力、输出完整方案与PRD，持续推进平台能力落地、流程提效、体验升级与技术壁垒沉淀；
4.平台效能优化与长期规划：持续复盘模型研发链路瓶颈，针对训练调试成本高、评测链路碎片化、部署迭代低效等问题，输出体系化产品解法，推动AI研发流程标准化、自动化、集约化建设。
职位要求
1.本科及以上学历，3年及以上大厂AI Infra/大模型平台/算法工程产品经理经验，有大模型研发底座、评测平台、训练部署平台完整建设经验优先；
2.具备扎实的大模型技术认知，熟悉LLM训练、微调、数据生产、效果评测、推理部署、服务上线的完整技术链路，能够快速理解技术痛点并转化为平台产品能力；
3.熟悉大模型评测体系，了解主流Benchmark体系、评测数据集管理、模型对照评估、自动化评测流程，具备评测平台体系化建设经验优先。
工作年限（官方顶部字段）
三年以上工作经验
来源显示在招 · 最近观察 2026-10-18
1.负责Data部门整体数据工程通用框架和平台建设，统筹部门算力规划、解决全模态数据存储/计算处理的难点，做好方案选型，资源协调沟通，支持好数据算法团队的数据存储、计算、分析、可视化、实验的需求。
职位要求
1.有大模型预训练数据处理经验，能handle千亿量级的数据处理，对常用的数据工程技术如spark、hadoop、ray，文件存储系统有实践经验；
2.动手能力强，能熟练使用Agent及AI coding工具高效完成工作；
3.有丰富的数据工程架构设计经验优先；
4.有丰富的大模型预训练数据、后训练数据处理经验优先；
5.有基于Agent的数据生产链路研发经验优先。
工作年限（官方顶部字段）
三年以上工作经验
来源显示在招 · 最近观察 2026-10-18
1.对接算法及模型训练团队，理解模型能力目标与数据短板，制定专业垂类的后训练数据策略及建设规划；
2.围绕专业知识、复杂推理和Agent交互等核心能力，识别高价值任务，规划SFT、RLHF、数据合成和模型评测数据；
3.将模型能力目标转化为可训练、可验证的数据方案，并推动方案的生产与落地交付；
4.与不同领域专家合作，将专业知识和真实工作场景转化为高质量训练任务、评测集及可复用的数据资产；
5.建立适用于复杂专业任务的数据质量体系，基于评测与反馈，持续迭代数据策略和质量标准；
6.协同算法、研发等团队合作，持续探索数据生产、验证的新路径，提升数据建设的规模与效率。
职位要求
1.本科及以上学历，专业不限；具有专业领域、计算机、人工智能或数据科学背景者优先；
2.具备大模型研究、后训练、模型评测、训练数据建设或专业领域AI应用经验；
3.在一个或多个专业、技术或知识密集型领域具备较强的知识基础，复合型人才优先；
4.理解大模型后训练和评测的基础方式方法，对于 AI 在不同行业中的实际应用方案感兴趣；
5.具备较强的数据策略及任务设计能力，能够将开放性的模型能力目标转化为可执行、可验证的数据方案；
6.具备良好的跨团队协作和项目推动能力，能够连接算法研究、工程研发、领域专家及数据生产团队；
7.对大模型及专业领域应用有热情，具备良好的英文阅读和快速学习能力。
工作年限（官方顶部字段）
三年以上工作经验
来源显示在招 · 最近观察 2026-10-18
1.负责中台整体技术架构与技术方案规划落地，覆盖数据、预训练、后训练、评测四条核心链路，界定中台与底层算力调度、高性能网络、分布式存储的能力边界，推进技术栈收敛；负责团队组建与技术梯队建设，主导跨团队技术决策；
2.负责数据基座建设，包括训练数据流水线、数据集与元数据管理、支持数据发版机制、样本级血缘与去重、数据质检与合版流程；
3.协同负责分布式数据存储与计算体系，规划 Ceph、CFS、HDFS 多套存储的分层使用与冷热治理，优化并行文件系统在大规模并发训练下的读取路径与吞吐，基于 Spark、Ray Data 构建数据处理算子编排与跨地域数据搬迁链路；
4.负责大规模分布式训练的性能与稳定性工程，对有效训练时间占比负责。参与 DP/TP/PP/EP 并行切分方案设计与通信计算重叠优化，定位通信、数据读取、显存与算子层瓶颈；协同建设慢节点检测、GPU XID 与 SDC 识别、异步分片 checkpoint、弹性伸缩下的状态恢复与自动续训；
5.负责训练工程链路的抽象与平台化，包括任务建模与参数配置分离、镜像与依赖版本管理、作业生命周期管理、实验记录与产物版本管理、伴生任务；
6.负责后训练链路的工程支撑，包括 SFT、RL 等后训练的全流程平台化，包含但不限于 Rollout 与 Train 的资源编排与权重同步，Reward 与 Verifier 服务的吞吐与容错，工具沙箱与环境管理，长轨迹样本的存储与回放；
7.负责模型评测的整体工程链路，支持各类模型的部署与评测，包括评测集与集合的资产化管理、评测任务调度与结果溯源、多形态评估引擎（RM、多模态、Code、Function Call、Agent 轨迹）的工程接入；了解主流推理引擎的工程实现与适配；
8.制定技术规范与研发流程，建立工程设计评审、发布门禁、故障复盘与值班机制，为整体工程质量负责。
职位要求
1.计算机、软件工程、人工智能等相关专业本科及以上学历，5 年以上软件研发经验；
2.主导过大型 AI 平台、机器学习平台或数据平台从架构定义到规模化落地的完整过程，所建系统被平台之外的多个团队长期使用；
3.熟悉 Kubernetes 及云原生生态，理解 Volcano、Ray 等批量与 gang scheduling 系统的调度模型与适用边界；熟悉并行文件系统的 IO 特征与可观测性体系；
4.具备大规模数据存储与处理经验，熟悉对象存储、并行文件系统与 HDFS 的适用场景，掌握 Spark 或 Ray 的分布式数据处理机制，理解列式存储与训练样本格式转换的工程约束；
5.理解 GPU 服务器、NVLink/NVSwitch、具备多机通信排障与性能分析能力，熟练使用 PyTorch Profiler 等观测工具；
6.掌握 PyTorch 与 Megatron-LM、F
来源显示在招 · 最近观察 2026-10-18
1.需求洞察：持续追踪 Coding Agent / AI 编程助手领域的需求变化，通过用户反馈、行为数据、市场调研等多源信息，识别开发者的真实痛点、未满足需求及新兴任务形态，，输出周期性需求洞察报告；
2.UserLog 与 Agent 轨迹深度分析：对多轮对话、任务序列、工具调用和用户反馈进行深入分析，研究任务如何产生、演化和结束；识别模型在需求理解、规划、探索、执行、验证和交付等环节的困难点与失败机制；
3.用户体验与Agent行为质量的观测：从 0 到 1 设计用户体验指标体系。除满意度、留存和问题解决率外，进一步研究沉没成本、用户情绪变化、Agent 可引导性等信号，建立常态化监测机制；
4.探索性分析与假设验证：运用统计分析、聚类、大模型等方法，从海量用户数据中发现未被分类体系覆盖的新问题和新机会，主动提出「可能是什么问题 / 机会」的猜想，并设计验证方案去证实或证伪；
5.数据看板与归因：搭建核心指标看板，持续跟踪关键指标变化，对异常波动进行归因分析，定位问题根因并给出改进建议；
6.策略输入：将洞察转化为可执行的产品策略、模型优化方向和数据建设优先级，协助识别高价值训练样本、评测题、失败 Case、Rubric、Skill 等；
7.跨团队协作：与算法、产品、工程团队紧密配合，推动洞察结论在产品中落地，并跟踪落地效果形成闭环。
职位要求
1.2年以上数据分析 / 策略分析 / 市场洞察相关经验，具备扎实的数据分析功底，有产品数据科学、计算社会科学或消费者洞察背景优先；
2.熟练使用 SQL、Python（Pandas 等），能独立完成数据提取、清洗、分析与可视化，有 AI / Coding Agent / 开发者工具 / SaaS 产品相关经验者优先；
3.具备敏锐的市场洞察力与需求分析能力，能从数据和用户反馈中提炼出有说服力的结论，有用户满意度指标体系（NPS / CSAT / 留存）搭建与运营经验；
4.有指标体系设计与数据看板建设经验，能够使用包括大模型在内的分析工具提升效率，具备独立检查报告可靠性与正确性的能力。
工作年限（官方顶部字段）
一年以上工作经验
来源显示在招 · 最近观察 2026-10-18
1.负责Agent 基模训练数据的质量检测与评测，制定并维护数据 schema、质检标准、流程与工具，保障进入训练环节的数据质量；
2.负责 SFT 训练班车的日常运维，保障训练任务的稳定调度、异常监控与快速恢复，持续提升训练流水线的稳定性与效率；
3.参与一系列数据实验（如数据配比实验、数据缩量提质实验、数据难度实验）的实验方案设计、执行训练、分析实验结果，并基于结论推动后续迭代；
4.主导内部工具链建设，开发数据质检、问题发现、评测分析等效率工具，提升团队整体研发效能；
5.与算法、数据、平台团队紧密协作，对数据、模型与系统进行对抗性质量挑战，主动发现并定位质量隐患与薄弱环节，打通从数据准备到训练产出的质量闭环。
职位要求
1.计算机、软件工程、数学等相关专业，具备扎实的计算机基础与数据结构、算法功底，有 OI、ACM 等信息学 / 算法竞赛经历者优先；
2.熟练掌握 Python，具备扎实的工程编程能力与良好的代码品味，能稳定输出可读、可维护、可测试的高质量代码，有大模型（LLM）数据、训练、评测相关工程经验者优先；
3.具备任务调度、服务运维或工具链开发相关经验，理解分布式训练与大规模数据处理的流程与挑战，有大型复杂系统设计与开发经验者优先；
4.责任心强，对质量与稳定性有执念，具备批判性思维，习惯主动挑战与质疑既有方案；
5.有 CTF 安全竞赛、红队测试或对抗性测试背景者优先。
工作年限（官方顶部字段）
一年以上工作经验
来源显示在招 · 最近观察 2026-10-18
1.主导 Visual2Code 能力建设：负责多模态大语言模型在 Visual2Code 方向的核心算法研发，围绕“视觉输入—代码理解—代码生成—执行验证”完整链路，持续提升模型从界面、图表、文档、图像等视觉信息中理解结构并生成高质量代码的能力；
2.建设高质量数据体系：负责 Visual2Code 训练数据的设计、构建与迭代，包括真实数据挖掘、自动化数据合成、难度分层、质量过滤及数据配比等，建立覆盖多场景、多语言、多任务形态的数据生产与数据飞轮体系；
3.推进模型与算法创新：深入探索 Visual2Code 场景下的 SFT、强化学习、代码执行反馈、Verifier/Reward Model 等后训练方法，研究视觉理解、代码推理与执行反馈之间的协同机制，持续提升模型在复杂任务中的正确率、泛化能力与稳定性；
4.强化复杂视觉编程能力：聚焦视觉结构解析、布局理解、图表/文档理解、视觉逻辑推理以及代码生成等关键能力，提升模型从复杂视觉输入中完成结构还原、逻辑抽取、程序生成与迭代修正的能力；
5.建设系统化评测体系：搭建 Visual2Code 能力评测与诊断体系，从视觉感知、结构理解、代码正确性、执行结果、视觉还原度、复杂推理等维度建立 Benchmark 与自动化评测链路，持续定位模型能力瓶颈并指导训练迭代；
6.探索 Agentic Vision 新范式：探索视觉模型与代码执行、工具调用、环境反馈等能力的结合，推动模型从一次性 Visual2Code 生成进一步走向“理解—生成—执行—观察—修正”的 Agentic Vision 闭环，提升模型自主解决复杂视觉任务的能力。
职位要求
1.计算机视觉、人工智能、机器学习、计算机科学等相关方向硕士及以上学历，具备扎实的深度学习与编程基础；
2.在多模态大模型、代码大模型、Agent、视觉理解或相关方向具有研究或研发经验；
3.熟悉 Transformer、LLM、VLM 等模型架构，对 SFT、强化学习、代码生成与执行反馈等技术有较深入理解；
4.具备较强的数据构建、算法研究与实验分析能力，能够独立推动从数据、模型、训练到评测的完整研发闭环；
5.对 Visual2Code、Agentic Vision 及多模态智能方向具有强烈兴趣，能够持续跟进并探索前沿技术。
工作年限（官方顶部字段）
三年以上工作经验
官方重要事项
1.有 Visual2Code、Screenshot-to-Code、Chart-to-Code、Document-to-Code 等相关研究经验；
2.有代码大模型、Code Agent、Tool Use 或代码执行反馈训练经验；
3.有 SFT、RLHF、PPO、GRPO、RLVR、Verifier / Reward Model 等后训练经验；
4.有大规模多模态或代
来源显示在招 · 最近观察 2026-10-18
1.主导视频能力建设：负责多模态大语言模型（VLM）的视频感知与理解能力研发，围绕视频数据、训练方法与评测体系开展系统性建设，持续提升模型对动态视觉世界的理解能力与能力上限；
2.攻坚视频基础理解：聚焦视频中的时序、运动、事件、行为及空间关系等核心能力，提升模型对复杂动态场景、细粒度视觉信息及长程上下文的感知和理解能力；
3.提升复杂视频推理：探索面向视频场景的多步推理、时空推理、因果推理及组合推理能力，研究视频信息与大语言模型推理能力的深度融合，提升模型解决复杂视频任务的泛化能力；
4.建设视频评测与数据飞轮：建立系统化的视频能力评测体系，持续分析模型能力边界与核心 Badcase，形成“评测—数据—训练—验证”的研发闭环，驱动模型能力持续迭代；
5.推进视频全流程研发：负责视频方向的 预训练、中训练、后训练的数据生产，开展SFT、强化学习等后训练算法研发，建设高质量视频训练数据及自动化数据生产流程，探索更高效的视频能力学习与对齐方法。
职位要求
1.计算机视觉、人工智能、机器学习等相关方向硕士及以上学历，具备扎实的深度学习基础；
2.在视频理解、多模态大模型、视觉语言模型或相关方向具有研究或研发经验；
3.熟悉 Transformer、LLM、VLM 等模型架构，对多模态模型训练及后训练方法有较深入理解；
4.具备较强的算法研究、实验分析与工程实现能力，能够独立推动研究问题从定义到落地；
5.对多模态基础模型及视频智能方向有强烈兴趣，具备持续探索前沿问题的研究热情。
工作年限（官方顶部字段）
三年以上工作经验
官方重要事项
1.有大规模 VLM / Video-LMM 训练或后训练经验；
2.有 SFT、RLHF、PPO、GRPO 等强化学习或大模型对齐经验；
3.在 CVPR、ICCV、ECCV、NeurIPS、ICLR、ACL、EMNLP 等顶级会议发表过相关工作；
4.有高质量开源项目、大规模视频数据建设或多模态评测体系经验；
5.有 Agentic Vision、长视频理解或多模态复杂推理相关研究经验。
来源显示在招 · 最近观察 2026-10-18
1.负责混元大模型 Post-training 研发与应用，根据落地场景优化混元模型能力和 AI PaaS效果，包括 Agent 构建与强化、多轮对话、翻译等；
2.负责混元在公司内相关业务场景落地，根据业务需求优化混元模型，提升业务效果；
3.跟踪和探索大模型的前沿问题，结合实际场景，提供全面的技术解决方案，参与前沿算法与应用的研究。
职位要求
1.硕士或博士学位，机器学习、人工智能、自然语言处理或相关领域的专业背景；
2.3年以上相关工作经验，有大型语言模型算法研究或落地经验者优先；
3.高质量相关论文NeurIPS、ACL、ICML、EMNLP作者优先；
4.良好的团队协作和沟通能力，能够与不同背景的团队成员有效合作；
5.热爱探索AI前沿技术，具有团队精神和良好的沟通能力。
工作年限（官方顶部字段）
两年以上工作经验
来源显示在招 · 最近观察 2026-10-18
1.通过分析网络流量/用户行为数据，挖掘海量数据中的恶意行为，分析动机并制定打击策略，并转化为业务认可的价值；
2.负责大模型业务相关的风控对抗工作的工程化落地，并保证线上策略效果持续运营；
3.跟进业内SOTA，关注前沿安全对抗技术，结合业务需求进行落地。
职位要求
1.本科及以上学历，5年以上业务安全相关经验，具备体系化的风控应对能力，善于通过数据发现和定性风险，并制定防御解决方案；
2.负责后台策略安全相关的数据分析、风控算法、模型建设和解决方案工作，能够落地实施；
3.有运营意识，具备较强的执行力与扎实的数据能力，能够系统化梳理及解决问题。 结果导向，工作主动性高、自驱力强，有较强的抗压能力；
4.跨团队沟通能力强，思维敏捷，能拿结果，具备良好的应变能力者优先。
工作年限（官方顶部字段）
三年以上工作经验
来源显示在招 · 最近观察 2026-10-18
1.与算法团队深度协同，在各训练环节（SFT、RL 等）所需的Code&Agent数据类别及当前短板，判别不同项目不同阶段对数据要求的侧重点；
2.建立一套可量化的数据质量评判与验收标准，从多样性、正确性、难度梯度、场景覆盖等多个角度评估数据的价值；
3.搭建并持续改进数据的获取、标注与合成链路，考察各类生产工具（标注系统、数据合成流水线、质检工具等）对最终产出的影响，结合量化指标与定性洞察推进流程迭代，不断抬高数据质量、产能与模型效果；
4.配合算法团队验证数据带来的实际增益，借助消融实验、归因等手段，识别有效的数据。
职位要求
1.2年以上算法策略产品经验，或有相应的研发经历；能够独立开拓模型训练方向的工作，善于发现新的数据场景与机会，对 LLM 有透彻的理解；
2.编程功底过硬，熟悉多种编程语言、主流评测基准及开发者工具链；能读懂并剖析训练过程中的相关数据与实验日志，独立承担相关的数据分析与开发任务；
3.对数据本身有敏锐的判断力：深知数据质量如何左右模型表现，能从多样性、正确性、难度分布、覆盖度等维度鉴定数据优劣，明白什么样的数据算高质量，以及如何构造和筛选这类数据；
4.习惯用数据说话，善于借助量化指标与定性分析发现数据层面的问题，并能制定对应的数据清洗、评估与改进方案；
5.对 LLM、代码智能以及人类行为抱有强烈的好奇心，乐于投入时间跟进前沿论文与技术报告。
工作年限（官方顶部字段）
三年以上工作经验
官方重要事项
1.在LLM相关方向发表过学术论文；
2.具备前端开发或设计岗位经历，对 UI/UX 有扎实的理解与审美判断，熟悉主流设计规范与前端技术栈；
3.有相关ALE数据策略或数据运营经验。
