平安科技算法工程师（大模型训推优化）
任职要求
1.计算机科学、人工智能、统计学或相关领域的硕士及以上学历，3年以上工作经验。 2.熟练掌握Python、C++等编程语言，有扎实的数据结构和算法基础。 3.深入理解机器学习、深度学习原理，具备实际算法开发经验。熟悉至少一种大模型（含LLM），如Deepseek、Qwen、GLM、Llama…
工作职责
1.算法平台大模型（含LLM）训练和推理优化工作：涵盖PD分离部署、检索增强生成（RAG）、智能代理（Agent）等前沿应用领域，推动技术与业务的深度融合。 2.性能优化：对AI模型训练和推理过程进行性能分析和调优，提升算法执行效率，包括但不限于算法加速、资源调度优化等。 3.工具开发：开发算法研发和部署过程中所需的工具和脚本，提高研发效率，实现算法工程化。 4.技术支持：为AI工程师和研究人员提供技术咨询和支持，帮助他们解决在算法研发过程中遇到的工程问题。 5.跨部门协作：与产品、研发、运维等其他团队协作，确保算法平台的稳定性和可用性。 6.技术研究：跟踪最新的AI工程化技术和趋势，将新技术应用到平台建设中，推动技术创新。
1. 需求洞察与方案设计：深入客户业务一线，挖掘痛点，转化为技术方案。 2. 技术交付与集成：主导端到端交付，包括原型开发、系统集成、部署调试。 3. 项目管理与客户成功：独立管理项目全周期，推动落地并实现业务价值。 4. 反馈闭环与产品迭代：作为连接市场与研发的"神经末梢"，带回一线反馈。
T-Star计划是阿里巴巴淘天集团顶尖人才招聘和培养项目，继承“阿里星〞的使命与愿景，面向全球招募顶尖技术人才。期待你们在淘天，通过极具挑战的前沿课题与亿级规模的海量数据、应用场景，探索和实践最前沿的Al技术，在有价值的业务场景落地技术成果。 工作内容： 1. 大模型驱动的算法革新： a. 参与大模型（LLM、多模态大模型）在电商核心场景（搜索、推荐、广告、多智能体对话等）中的算法创新与应用； b. 研究大模型与经典搜推广模型的融合方案，提升模型效果与用户体验； 2. 下一代AI系统构建： a. 通过分布式训练、模型压缩、低延迟推理等技术，面向工业级应用完成千亿级参数大模型的高效训练与部署； b. 尝试生成式AI、多智能体协作等前沿方向，推动AI技术在电商领域的创新应用； 3. 大模型在亿级用户规模落地的实战： a. 直面淘宝数亿用户、百亿级行为数据的挑战，落地大模型应用； b. 参与双11、618等顶级电商场景的算法优化，见证大模型技术驱动商业增长的完整链路。 T-Star实习可以带给你什么？ ꔷ ①加入前沿技术探索队伍，参与顶级课题研究，有机会实现工业界项目落地。②跟企业大牛导师/学术界名导一起做有价值的课题。③丰富的技术资源、海量的数据与优秀的团队助力发paper ④有机会提前获得秋招直通T-Star的正式Offer。
1. 大规模预训练数据合成技术探索、STEM & reasoning 优化、长尾知识优化、精品数据挖掘过滤、自然数据 scaling、长文本优化、面向test-time scaling的数据优化； 2. 新型预训练损失函数探索、遗忘对抗与持续学习、optimizer 优化、lr scheduler 优化、课程学习、scaling law预测、超参优化； 3. 新型模型结构探索、模型可解释性、MoE 优化、参数扩展与裁剪蒸馏、线性注意力、动态稀疏注意力、draft model优化、动态计算优化、KV cache压缩、长序列优化、decoding 加速等。
1. 参与大模型在核心业务场景中的算法创新与应用，提升模型效果与用户体验； 2. 通过分布式训练、模型压缩、低延迟推理等技术，面向工业级应用完成千亿级参数大模型的高效训练与部署； 3. 尝试生成式AI、多智能体协作等前沿方向，推动AI技术在各类核心业务领域的创新应用； 4. 数亿用户、百亿级行为数据的挑战，落地大模型应用；参与顶级核心业务场景的算法优化，见证大模型技术驱动商业增长的完整链路。