锦鲤求职岗位描述
岗位职责
我们正在推进 SenseNova-U1 后续系列多模态理解生成统一模型研发，目标是构建具备强理解、强生成、强推理、可交互、可行动能力的新一代统一多模态模型。你将直接参与模型核心能力从 0 到 1 的研究、训练与迭代
1、参与 SenseNova-U1 （NEO-Unify 结构）后续系列模型的核心算法研发，探索多模态理解与生成统一建模范式；
2、研究多模态理解生成一体的前沿结构设计，包括统一表征、长上下文统一建模、生成与理解共享等；
3、探索围绕新一代理解生成一体的创新训练方法，包括多阶段预训练、指令微调、偏好对齐、强化学习、理解生成一体 RL、Agentic RL 等前沿方向；
4、参与图像、视频、文本、文档、GUI、代码、3D 等多模态任务的统一训练体系建设，提升模型在复杂任务中的感知、推理、规划和生成能力；
5、参与高质量数据闭环建设，包括数据合成、自动标注、质量筛选、难度分层、偏好数据构造、评测集设计和 badcase 驱动迭代。围绕 AIGC、AI Presentation、智能体、复杂文档理解、视觉推理、图像/视频生成与编辑等场景，推动基模型能力在真实产品和研究场景中持续突破；
6、跟踪并挑战国际前沿工作，在多模态大模型、统一理解生成、世界模型、VLA、RL for UMM、Agentic Workflow 等方向产出高水平论文、专利、开源或内部关键技术成果。
岗位要求
1、2027届本科及以上学历，计算机、软件工程、人工智能等相关专业 ；
2、对通用人工智能和基础模型长期发展有强烈兴趣，具备优秀的学习能力、工程意识、团队协作能力和结果导向；
3、具备较强的 AI-Native 研发工具链使用和实验能力。具备良好的论文阅读、问题抽象和实验分析能力，能够将前沿研究转化为可验证的算法方案和工程实现；
4、具备扎实的计算机基础、工程实现能力和大模型相关技术基础，熟悉 Transformer、Attention、MoE、RL、长上下文、工具调用、函数调用、RAG、Agent、多智能体协作等基础方法者优先；
5、熟悉大语言模型或多模态大模型研发流程中的至少一个环节：模型评测、数据构建、后训练、对齐、推理优化、Agent Harness、任务环境构建、工具接入、轨迹采集、自动打分、失败分析与数据闭环等；
6、有以下经验者优先：Agent 框架研发、代码智能体、浏览器/桌面自动化、工具调用系统、沙箱执行环境、长程任务评测、多智能体协作、Deep Research、AI Coding、RAG+Agent、强化学习环境构建、大模型训练/微调、模型评测或多模态理解与生成。在 NeurIPS、ICML、ICLR、ACL、EMNLP、CVPR、ICCV、ECCV、AAAI、KDD、MM 等顶会发表论文，或在高水平竞赛、开源社区、模型榜单、Agent/代码/评测相关项目中有突出成果者优先。