岗位描述

职位描述：

1. 教育智能体研发：参与教育场景专属智能体的架构设计、功能研发与逻辑迭代，围绕答疑、辅导、学情分析、个性化教学等教育核心场景，搭建、优化智能体执行链路与交互能力。

2. 大模型后训练优化：负责通用大模型针对教育场景的微调、后训练适配工作，包括数据清洗、样本构建、训练策略设计、模型效果迭代，解决大模型在教育场景下幻觉严重、专业性不足、适配性差等问题。

3. 数据集搭建与迭代：参与教育领域专属数据集的梳理、标注、清洗、扩充与质量优化，适配智能体训练、模型微调的场景化数据需求，保障训练数据的专业性、准确性和多样性。

4. 模型评测与落地调优：参与智能体训练、评测 pipeline 搭建，进行效果评估、badcase 分析与迭代优化针，持续提升模型专业性、稳定性和场景适配能力。

5. 项目技术复盘与文档输出：跟进项目研发全流程，记录算法迭代、模型训练、智能体优化过程，输出技术文档、实验报告，配合团队完成项目对接与阶段性成果汇报。

任职要求：

1. 硕士及以上学历，计算机、人工智能、软件工程、数据科学等相关专业。

2. 熟悉大模型基础原理，了解LLM微调、SFT、RLHF、模型后训练等核心技术，有大模型训练、微调落地经验者优先。

3. 熟悉Python编程，熟练使用PyTorch/TensorFlow任意一种框架，熟悉LangChain、Agent框架、向量数据库等智能体开发工具者优先。

4.具备扎实的机器学习、深度学习、NLP自然语言处理基础知识，熟悉大模型算法逻辑与训练流程。

5. 具备独立实验、问题排查和算法迭代能力，能够高效完成模型训练、效果测试与优化工作。

6.逻辑清晰、责任心强，具备良好的团队协作能力，能积极配合团队及研策合作方推进项目工作。

7. 对教育AI、智能体落地、大模型场景化优化有浓厚兴趣，愿意深耕场景化算法研发。

加分项：

1. 有教育场景大模型微调、智能体开发、对话模型优化相关项目经验者。

2. 熟悉数据集构建、模型评测、Prompt工程、工具调用智能体研发者。

3. 有顶会论文、算法竞赛、开源大模型项目贡献经历者优先。

研究实习生（智能体方向）