【核心职责】：
大模型训练与优化
（1）主导百亿级以上参数的预训练模型全流程工作，包括数据清洗、架构设计、分布式训练策略制定（如Data/Pipeline/Tensor Parallelism）及训练稳定性优化
（2）优化模型训练效率，解决显存瓶颈、长序列处理、多模态对齐等问题，降低训练成本并提升模型性能
后训练技术落地
（1）开展有监督微调（SFT）、奖励模型训练（RM）和RLHF/RLAIF，提升模型的指令遵循能力、安全性和业务场景适配性
（2）构建自动化评估体系，针对模型效果、伦理合规性设计多维评测方案
技术突破与工程化
（1）研究MoE、高效注意力机制等前沿技术，推动模型压缩、量化及推理加速，支持云端或边缘设备部署
（2）主导高可用训练平台建设，完善断点续训、故障恢复等机制，保障大规模训练的稳定性
跨领域协同与赋能
（1）与业务团队合作，将模型能力应用于智能客服、行业知识库、流程自动化等场景，通过LangChain等框架实现技术落地
（2）指导团队成员，输出技术文档与专利，构建团队技术壁垒