1. 编程与工程素养：精通 Python/C++，代码风格优秀；对底层系统有深入钻研的兴趣与技术好奇心； 2. 分布式训练体系：深入理解分布式系统与并行计算；熟练掌握 TP/PP/SP/EP/CP/F

1. 理论基础扎实：深厚的深度学习与优化理论功底，能从第一性原理建模问题； 2. 架构深入理解：熟悉 Transformer、MoE 及主流大模型底层实现； 3. 精通后训练范式：SFT、RLHF/D

1. 深入理解大模型训练框架和推理引擎的基本原理，熟悉底层框架基本架构和实现原理； 2. 了解业界主流语言大模型相关基础结构和优化方法； 3. 熟悉GPU，存储，分布式集群等相关基础知识； 4. 熟悉

1. 跨团队协作 * 与金融领域研究员深度合作，定义金融行业模型能力的评估体系和模型优化目标。 2. 大规模评测体系构建 * 设计支撑万亿参数、百万亿 token 规模训练的评测框架与流

1. 硕士及以上学历，计算机科学或相关专业背景； 2. 具备大模型研发经验，在 RSI、self-evolve、auto research某一方向上有实践和积累； 3. 算法与工程兼备，熟悉数据与训练

1. 计算机、人工智能、生物医学工程、医学信息学、统计学等相关专业硕士及以上学历； 2. 对实现AGI并解决人类健康问题抱有热情和决心； 3. 在以下一个或多个方向有深入研究，具备数据构建、模型训练和

1. 目前正在攻读计算机科学或相关STEM领域的学士,硕士或博士学位； 2. 具有一种或多种通用编程语言的经验,包括但不限于: Java,C/C ++ 、Python、JavaScript或Go； 3

1. 目前正在攻读计算机科学或相关STEM领域的学士,硕士或博士学位； 2. 具有一种或多种通用编程语言的经验,包括但不限于: Java,C/C ++ 、Python、JavaScript或Go； 3