学历与经验背景： 计算机、人工智能、数学等相关专业，硕士及以上学历
具备 3 年左右 AI 算法工作经验，且至少包含 2 年以上的大语言模型（LLM）或多模态大模型（VLM）的一线训练与调优经验
强化学习（RL）核心背景： 拥有扎实的强化学习理论基础，有丰富的 RLHF、DPO、PPO 或其他 LLM 强化对齐算法的实际落地经验
技术栈与框架底座： 熟练掌握 Python 与 PyTorch
深入理解前沿的大模型基座（如 Qwen, Llama3, DeepSeek 等）及多模态架构（如 LLaVA, Qwen-VL 等）
熟悉 DeepSpeed、Megatron 等分布式训练框架，对显存优化（如 ZeRO 系列）有实际操作经验
工程能力与落地导向： 代码基本功扎实，具备优秀的工程实现能力
能够熟练使用 Docker 容器化技术进行算法环境的构建与跨平台部署