# 大模型算法工程师-2027届

External opening: you cannot apply through AI Native Match; apply on the official site.

Apply through the official channel. The full external receipt stays in your workspace. When signed in, three minimal event types explicitly recorded through the CLI are reported by default: selection, self-reported application and channel observation. Browsing or saving a role does not report an event; external applications do not appear under My applications.

- Company: 思必驰 (Stage unknown)
- Locations: 苏州
- Role: Algorithm
- Apply on the official site: https://aispeech.zhiye.com/campus/detail?jobAdId=216a89af-df82-4075-ad6f-94eb71eef52b

## Role description from source

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`