智能互联千问事业部-大模型训练优化专家-基础架构方向

1、参与万卡大规模文本及多模态大模型训练框架建设，为Quark、通义等国民级APP的大模型提供持续效果优化能力； 2、参与算法与工程结合的模型结构创新设计，并通过工程实现验证模型性能和训练效率； 3、参与万卡规模训练任务的极致训练效率优化，负责前沿技术的调研、引入和创新，效果验证与落地等工作。

1、负责千卡以上大规模混合模态大模型强化学习训练框架建设，调研和实现业界先进的强化学习方法，并探索算法工程结合的训练方法创新设计，实现模型性能和训练效率的双提升； 2、打通复杂工具调用场景的高性能推理与Agent训练系统，攻克长程数据训练中的训练效率、训推一致性等难点，显著提升千问模型基于多种阿里生态工具（如闪购、飞猪等）的用户真实任务解决率； 3、参与奖励系统、工具系统交互的设计与研发，打造高效率的可持续扩展架构；并通过线上链路的联合设计保障模型训练效果的对齐，保障模型在事实性、复杂任务规划解决等方面的能力提点可以落地千问App。

1. 负责面向AI教育领域战略级内容产品建设和应用，结合大模型前沿技术解决行业核心问题。 2. 负责提升面向核心任务的大模型后训练和综合效果迭代。通过大模型、NLP、强化学习等级技术完善智能决策、内容理解等核心领域的应用技术体系。

1.模型微调与训练：负责针对特定业务场景下的 Agent 需求，构建高质量指令微调数据集，对主流大模型（如Qwen 等）进行 SFT / DPO 微调，提升模型在推理、规划和工具调用上的表现； 2.Prompt工程与评测：设计并持续优化系统级 Prompt，构建针对 Agent 应用的自动化评测集（Evaluation）与评估指标，确保系统输出的准确性、稳定性和鲁棒性。 3.前沿技术追踪：持续关注 LLM、多模态、Agent 等方向的学术界最新论文及开源社区动态（如 HuggingFace, Github），并快速进行技术原型（PoC）的验证与落地。