First Lastname

My awesome biography constrained to a sentence or two goes here.

1 minute read

更新-260725 | 发布-260725

✳️ 目录


brc-y27-iflytek

岗位列表

技术支持工程师(J13556)

校园招聘 安徽省·合肥市 研发类 2026-07-23 发布

工作职责

岗位职责（各方向侧重不同，入职后聚焦其一）

  1. 线上服务方向：通过数据监控与服务流程优化，输出质量分析报告，推动客诉问题整改与时效提升；统计客服运营成 及效率数据，制作可视化报表，支撑运营决策。
  2. 线下服务方向：建立售后质量监控台账，分析产品风险点并推动整改；以服务视角参与新品评审与量产品质管控，整 技术方案并赋能内外部团队。
  3. 数智服务方向：参与智能客服系统需求调研与产品设计，完成原型及规格说明书编写，跟进开发上线并持续迭代优化 验。
  4. 解决方案方向：作为服务代表参与产品全生命周期管理，负责服务导入、满意度与成本运营；通过VOC数据分析推动共性问题闭环，快速响应重大售后事件。

任职资格

  1. 全日制本科及以上学历，理工科优先。
  2. 熟练使用Excel，具备基础数据分析能力；掌握SQL或BI工具者优先。
  3. 逻辑清晰，具备结构化思维与问题拆解能力，能适应高强度工作场景。
  4. 优秀的跨部门沟通与协作能力，善于平衡多方需求。
  5. 认同服务价值，有同理心，乐于在客户体验领域长期发展。
  6. 有学生会/社团干部经验、相关实习经历者优先。

官网投递↗

AI研究算法工程师-大模型训练/推理Infra方向(J13367)

校园招聘 安徽省·合肥市,北京市 研究算法类 2026-07-23 发布

工作职责

专注通用大模型的训练与推理全链路工程性能优化，攻坚底层技术瓶颈，极致挖掘算力潜力，打造稳定、可靠的工程底座支持算法持续创新迭代。

  1. 大规模分布式训练系统：攻坚万卡级集群下的通信优化、显存墙突破与计算协同调度，构建国产算力集群的深度适配与性能调优能力。
  2. 前沿RL后训练系统：构建强化学习高吞吐异步训推框架，优化PPO/GRPO/ReMax等算法工程流水线，设计AgentRL分布式环境交互系统，支撑RLVR/OPD等新算法快速迭代。
  3. 推理引擎全链路加速：深耕算子融合、KV Cache多级管理与调度优化、动态批处理调度、量化推理及长上下文推理优化，同时主导推理后端在国产芯片上的异构适配与SLA保障。
  4. 训推一体架构与算法协同：与算法团队深度耦合，设计训推一体工程架构，打通模型训练到推理部署的快速反馈闭环，前瞻探索MoE/Attention等新架构在分布式系统上的最佳落地路径。

任职资格

  1. 本科及以上学历，计算机相关专业，具备扎实的计算机体系结构、操作系统、数据结构与算法基础。
  2. 精通 C++/Python，具备良好的工程代码能力；深入理解 Transformer 模型原理，熟悉 PyTorch 等深度学习框架底层执行机制。
  3. 满足至少一项核心实践经验：
  • 有 DeepSpeed/Megatron-LM/VERL/SLIME 等分布式训练框架的调优与二次开发经验，熟悉多机多卡通信原理与显存优化方案。
  • 有 vLLM/SGLang/TensorRT-LLM 等推理框架的优化或二次开发经验，掌握 KV Cache、动态批处理、模型量化等核心推理技术。
  • 掌握 AscendC/CUDA/Triton/Tilang 等至少一种算子开发语言，有独立的高性能 GPU 算子开发与性能调优经验。
  • 对极致性能有追求，具备较强的系统瓶颈分析与问题定位能力。

加分项

  1. 有 MoE 模型训推优化、强化学习训练加速相关项目经验。
  2. 有主流开源训推框架的核心代码贡献经历。
  3. 有高性能计算领域竞赛获奖或顶会论文产出。
  4. 在 SC/ISC/ASC 等高性能计算赛事或 ICPC/NOI 等算法竞赛中取得优异成绩。
  5. 对技术有极致追求，习惯于从底层原理出发分析和解决系统性能问题。

官网投递↗

AI研究算法工程师-大模型预训练算法岗位(J13370)

校园招聘 安徽省·合肥市 2026-07-23 发布

工作职责

  1. 探索模型尺寸、数据Scaling Law，指导团队对模型尺寸、数据量进行合理规划。
  2. 聚焦训练过程底层规律，开发收敛速度快、抗扰动能力强的优化策略，具备解决训练不稳定、不收敛等难题的能力。
  3. 面向产业落地痛点，融合软硬件特性，研发兼具强表征能力与低算力开销的创新模型架构。
  4. 针对模型结构及解码特性，探索高效解码算法和策略，降低大模型部署与迭代的算力成本。
  5. 持续跟踪行业最新科研进展，深耕预训练底层基础理论创新，突破现有范式，探索颠覆性全新建模思路与预训练范式。

任职资格

  1. 拥有强烈科研热忱与长远科研信念，对通用人工智能充满探索欲，能形成独有的模型行为认知，主动挖掘、攻坚全新研究问题。
  2. 具备严谨的科研素养，逻辑思维突出，拥有良好研究审美，深耕深度学习领域并在至少一条细分方向形成体系化、深度独立见解。
  3. 专业技术与工程能力过硬，编程功底扎实，熟练运用各类前沿 AI 工具赋能研发，高效推进实验与落地工作。
  4. 秉持务实踏实的做事态度，重视数据核心价值，愿意沉下心完善数据与模型相关基础工作，独立快速吃透新兴研究赛道。
  5. 具备开放包容的协作意识，认同协同共进的团队文化，沟通顺畅、敢于理性质疑，待人平等，拥有全局大局观。
  6. 广泛且深入跟进行业前沿动态，拥有自主思考与笃定的研究思路，主动探索创新解法，持续推进预训练相关基础研究突破。

加分项

  1. 以第一作者在NeurIPS、ICML、ICLR、ACL、EMNLP等AI顶会发表大模型、代码智能体等相关论文，若引用达到100以上优先；
  2. 深度使用Claude Code、Codex等AI编程工具，对代码大模型能力边界、优化方向有真实实践认知；
  3. 拥有LLM、Agent、代码大模型相关开源项目贡献经历，GitHub有活跃开源协作成果；
  4. 参与过算法、代码、奥数类权威竞赛并取得优异名次，具备扎实的算法与代码功底；
  5. 在顶尖 AI 公司或实验室的核心团队有过长期实习经历，并有重要研究成果落地到基模大模型。

官网投递↗

AI研究算法工程师-大模型训推框架优化方向(J13368)

校园招聘 安徽省·合肥市 2026-07-23 发布

工作职责

  1. 负责多个领域的大模型推理加速算法在云端和嵌入式场景研发，包括量化、PD分离、算子优化等技术，支撑讯飞主要的云端和嵌入式推理业务，提升用户体验，降低部署成本；
  2. 负责多个领域的大模型训练方案的设计和研发，基于超大训练集群，针对不同任务设计高效分布式系统，联合芯片底座优化训练效率，支撑讯飞星火大模型的长时稳定训练；
  3. 负责跟进业界最前沿技术方案（并行技术、量化技术、MoE算法、稳定性保障等），结合实际任务需求和硬件特性，探索业务落地场景；
  4. 参与新的大模型结构的设计、性能评估，从训练和推理的成本角度参与模型结构设计和优化。

任职资格

  1. 重点院校硕士及以上学历，计算机、信号处理、自动化、应用数学等相关专业，具备一定的数理统计、模式识别、图像处理等理论知识；
  2. 推理方向掌握C/C++和数据结构，了解大语言模型，有CUDA/AscendC/BangC等使用经验优先；训练方向掌握Python/Pytorch，了解工程加速技术，掌握大模型并行训练技术优先；
  3. 对大模型训练和推理框架有使用和掌握者优先，如vLLM、SGLang、Megatron等；有AI芯片效率优化和使用经验者优先；
  4. 学习能力强，可快速学习掌握新的方案，对LLM的业界新技术和新算法有求知欲。

此岗位为科大讯飞集团统一招聘岗位，人员通过简历筛选、初试、复试、终审等环节后录用

官网投递↗

AI研究算法工程师-大模型预训练数据研究方向(J13369)

校园招聘 安徽省·合肥市,湖北省·武汉市 2026-07-23 发布

工作职责

  1. 构建完善的预训练数据体系，覆盖多语言文本数据、代码智能体数据、多模态数据等，为基模训练提供有效数据支撑。
  2. 迭代完善数据生产链路，搭建标准化、高效的数据治理体系，联动上下游团队协作，保障高效及高质的数据供给。
  3. 探索多样的数据合成方法，提升无监督数据多样性；探索调优数据筛选规则与各类数据分配比例。
  4. 搭建自动化评测框架，全方位评测和监控无监督模型效果，为模型训练提供有效指导。
  5. 紧跟行业前沿，深耕预训练数据相关基础创新研究。

任职资格

  1. 拥有强烈科研热忱与长远科研信念，对通用人工智能充满探索欲，能形成独有的模型行为认知，主动挖掘、攻坚全新研究问题。
  2. 具备严谨的科研素养，逻辑思维突出，拥有良好研究审美，深耕深度学习领域并在至少一条细分方向形成体系化、深度独立见解。
  3. 专业技术与工程能力过硬，编程功底扎实，熟练运用各类前沿 AI 工具赋能研发，高效推进实验与落地工作。
  4. 秉持务实踏实的做事态度，重视数据核心价值，愿意沉下心完善数据与模型相关基础工作，独立快速吃透新兴研究赛道。
  5. 具备开放包容的协作意识，认同协同共进的团队文化，沟通顺畅、敢于理性质疑，待人平等，拥有全局大局观。
  6. 广泛且深入跟进行业前沿动态，拥有自主思考与笃定的研究思路，主动探索创新解法，持续推进预训练相关基础研究突破。

加分项

  1. 以第一作者在NeurIPS、ICML、ICLR、ACL、EMNLP等AI顶会发表大模型、代码智能体等相关论文，若引用达到100以上优先。
  2. 深度使用Claude Code、Codex等AI编程工具，对代码大模型能力边界、优化方向有真实实践认知。
  3. 拥有LLM、Agent、代码大模型相关开源项目贡献经历，GitHub有活跃开源协作成果。
  4. 参与过算法、代码、奥数类权威竞赛并取得优异名次，具备扎实的算法与代码功底。
  5. 在顶尖 AI 公司或实验室的核心团队有过长期实习经历，并有重要研究成果落地到基模大模型。

官网投递↗

AI研究算法工程师-多模态大模型方向(J13371)

校园招聘 安徽省·合肥市,广东省·广州市 2026-07-23 发布

工作职责

  1. 负责计算机视觉（CV）和自然语言处理（NLP）的跨领域研究，独立完成代码实现和实验分析；
  2. 研发业界领先的多模态大模型，研究多模态预训练、强化学习后训练等技术，面向教育、医疗、汽车等行业深度应用。

任职资格

  1. 具备硕士及以上学位，专业方向在计算机科学、信息技术、电子工程或相关领域；
  2. 对前沿算法有深刻的认识和理解，有CV方向算法研究经历；
  3. 精通至少一种编程语言，如Python、C++等；
  4. 能够独立思考和解决问题，具备较强的分析能力和创新能力；
  5. 具备良好的沟通能力和团队协作精神。

我们还希望你

  1. 在人工智能会议（包括但不限于ACL、COLING、IJCAI、AAAI、ICLR、NIPS、CVPR、ICCV、INTERSPEECH、ICASSP）或期刊上发表过文章；
  2. 在国内外知名评测任务或比赛中获得过优异成绩；
  3. 在智能语音、计算机视觉、自然语言处理等相关方向有较丰富的实际系统研究和开发经验；

此岗位为科大讯飞集团统一招聘岗位，人员通过简历筛选、初试、复试、终审等环节后录用。

官网投递↗

AI研究算法工程师-多模态理解方向(J13372)

校园招聘 安徽省·合肥市 2026-07-23 发布

工作职责

  1. 紧跟多模态业界研究动态，研究高效视觉编码模型结构，探索原生多模理解预训练、后训练方法（SFT、RL）。
  2. 构建多模态理解评测体系，全方位评测模型多模态能力边界，为模型训练提供有效指导。
  3. 构建人工耦合的多模数据清洗或者合成流程，负责高质量SFT、强化学习多模态理解数据体系构建，通过优质数据持续提升模型能力上限。
  4. 针对代码智能体、通用智能体场景所用到的多模态理解能力进行加强，提升底座模型的代码和智能体处理能力。
  5. 基于多模模型探索多模态智能体前瞻研究，包括但不限于Computer Use、Browse Use等。

任职资格

  1. 有强烈科研热忱与长远科研信念，对通用人工智能充满探索欲，能形成独有的模型行为认知，主动挖掘、攻坚全新研究问题。
  2. 具备严谨的科研素养，逻辑思维突出，拥有良好研究审美，深耕深度学习领域并在至少一条细分方向形成体系化、深度独立见解。
  3. 专业技术与工程能力过硬，编程功底扎实，熟练运用各类前沿 AI 工具赋能研发，高效推进实验与落地工作。
  4. 秉持务实踏实的做事态度，重视数据核心价值，愿意沉下心完善数据与模型相关基础工作，独立快速吃透新兴研究赛道。
  5. 具备开放包容的协作意识，认同协同共进的团队文化，沟通顺畅、敢于理性质疑，待人平等，拥有全局大局观。
  6. 广泛且深入跟进行业前沿动态，拥有自主思考与笃定的研究思路，主动探索创新解法，持续推进预训练相关基础研究突破。

加分项

  1. 研究生阶段具备多模态理解、多模生成、多模态编码等任意研究方向研究基础。
  2. 以第一作者在CVPR、ICLR、ECCV等AI顶会发表多模大模型等相关论文，若引用达到100以上具备更高优先级。
  3. 深度使用Claude Code、Codex等AI编程工具，对多模态大模型能力边界、优化方向有真实实践认知。
  4. 参与过算法、代码、奥数类权威竞赛并取得优异名次，具备扎实的算法与代码功底。
  5. 在顶尖 AI 公司或实验室的核心团队有过长期实习经历，并有重要研究成果落地到基模大模型。

官网投递↗

AI研究算法工程师-高性能算子开发方向(J13373)

校园招聘 安徽省·合肥市 2026-07-23 发布

工作职责

本岗位聚焦AI算力核心算子研发，致力于为AI训练、推理场景打造高性能算子与通信方案，深度联动硬件特性与软件优化，为业务落地提供坚实的算力支撑，高效释放硬件理论潜能。

1、算子开发与优化

  • 围绕英伟达GPU、华为NPU、海光DCU等主流硬件架构，依托编程语言和计算架构，完成大模型核心计算和通信算子研发和优化。
  • 立足芯片存储层级、计算单元、指令集特性，开展针对性性能调优，确保算子性能精准匹配硬件能力，为业务提供高效算力支持。

2、通信算子研发与调优

  • 针对跨卡、跨机等多样化通信场景，设计、开发并优化通信算子，保障分布式训练、推理的高效通信链路。

3、协同与优化

  • 紧跟模型结构与算法迭代趋势，协同框架、算法团队，设计适配硬件特性的模型方案，挖掘硬件与算法的协同潜力。
  • 围绕真实训练、推理负载开展性能分析，为模型落地提供性能优化支撑，保障业务高效运行。

任职资格

1、基础门槛

  • 硕士及以上学历，专业不限。
  • 编程功底扎实，精通C++/C语言，具备良好的代码规范意识与数据结构、算法基础，熟悉操作系统核心原理。
  • 熟练使用Git等代码管理工具，养成规范的开发习惯；熟练掌握linux下开发能力。
  • 热爱性能优化，兼具技术视野与代码品质追求，具备良好的沟通能力、团队协作意识、责任心与自驱力，学习能力突出。

2、技术必备

  • 熟练掌握CUDA、Ascend C等编程原理，能够基于编程语言开展算子开发工作。
  • 掌握编译优化技术，清晰理解GPU/NPU架构的并行执行、内存层级与计算单元特性。
  • 熟练掌握TileLang、Triton等编译原理及使用，编写和优化核心算子。
  • 对硬件底层架构有清晰认知，能够结合硬件特性开展针对性优化。

3、加分项

  • 算子专长：有CUDA或Ascend C算子开发经验，熟悉LLM相关算子等算子库，深入理解AI加速卡硬架构和特性。
  • 竞赛背景：在高性能计算相关赛事取得较好成绩。
  • 框架经验：熟悉VLLM、SGlang框架，并能够灵活修改其功能者。

官网投递↗

AI研究算法工程师-后训练强化学习方向(J13374)

校园招聘 安徽省·合肥市 2026-07-23 发布

工作职责

  1. 研究面向大语言模型的强化学习算法及后训练新范式，包括但不限于RLHF、RLVR、RLAIF、OPD等方法，探索通过强化学习训练实现后训练Scaling Law。
  2. 面向复杂推理、代码生成、工具调用和智能体任务，从RL训练数据构建、多目标奖励模型优化、生成式奖励模型、过程监督奖励模型、RL算法调优等多方面提升模型的探索能力和任务完成能力。
  3. 与基础设施团队协作，建设面向代码工程、复杂工具调用的强化学习高效训练环境和评测体系，形成任务生成、轨迹采样、奖励计算、策略训练和效果分析闭环，提升大规模强化学习的训练效率和稳定性。
  4. 跟踪大模型后训练强化学习领域的前沿进展，复现、验证并改进相关算法，探索研究具有长期价值的后训练新范式。

任职资格

  1. 重点院校计算机科学、人工智能、自动化、电子信息、数学等专业毕业，硕士及以上学历。
  2. 对大模型能力提升具有强烈兴趣，具备扎实的大模型强化学习算法和训练基础，熟悉PPO、GRPO、OPD等常见的大模型后训练和强化学习算法，拥有大语言模型强化学习相关实习或项目经历。
  3. 具有扎实的编程和计算机基础，精通Python等语言，具备优秀的编程习惯和工程实现能力，熟悉Linux开发环境，熟练掌握Git及AICoding类常用研发工具。
  4. 具备较强的实验设计和分析能力，能够通过对照实验、消融实验和 Bad Case 分析定位模型问题。
  5. 具备良好的沟通协作能力、自驱力和责任意识，能够独立推进研究任务，愿意持续解决开放性、高不确定性的技术问题。

加分项

  1. 在算法编程竞赛、数学竞赛或其他相关机器学习比赛中取得过优异成绩。
  2. 在 NeurIPS、ICML、ICLR、ACL、EMNLP、AAAI 等机器学习或自然语言处理会议发表过高水平论文。
  3. 有大规模分布式强化学习、异步 Rollout、训推一体化或多机多卡训练经验。

官网投递↗

AI研究算法工程师-后训练研究方向(J13375)

校园招聘 安徽省·合肥市,湖北省·武汉市,陕西省·西安市,吉林省·长春市 2026-07-23 发布

工作职责

  1. 参与大语言模型后训练算法研究，围绕代码、工具调用、智能体、指令遵循、知识运用、复杂推理、长文本等核心能力，构建从训练数据、训练方法到评测分析的完整后训练技术体系，持续提升基座模型的通用能力和真实用户体验。
  2. 建立“数据—训练—评测—分析—迭代”的闭环，通过消融实验、错误分析和归因分析识别模型能力瓶颈，推动训练数据迭代和模型效果持续进步。
  3. 与数据工程师、Infra工程师等团队紧密协作，设计并落地复杂代码与智能体轨迹数据自动化Pipeline，系统性提升模型在代码工程、AI搜索、工具调用、任务规划等核心场景的表现。
  4. 跟踪国内外大模型后训练领域的最新研究进展，复现并验证前沿方法，探索具有长期价值的新训练范式，研究并构建长程交互、任务规划、自我反馈与改进、拟人化等核心能力。

任职资格

  1. 重点院校计算机科学、人工智能、自动化、电子信息、数学等专业毕业，硕士及以上学历。
  2. 对大模型能力提升具有强烈兴趣，具备扎实的大模型算法和训练基础，能够持续跟踪论文和开源项目，并将研究思路转化为可验证的实验方案。有大语言模型微调、对齐、数据合成、模型评测或能力分析相关项目经历。
  3. 具有扎实的编程和计算机基础，精通Python等语言，具备优秀的编程习惯和工程实现能力，熟悉Linux开发环境，熟练掌握Git及AICoding类常用研发工具。
  4. 具备较强的实验设计和分析能力，能够通过对照实验、消融实验和 Bad Case 分析定位模型问题。
  5. 具备良好的沟通协作能力、自驱力和责任意识，能够独立推进研究任务。

加分项

  1. 在算法编程竞赛、数学竞赛或其他相关机器学习比赛中取得过优异成绩。
  2. 在 NeurIPS、ICML、ICLR、ACL、EMNLP、AAAI 等机器学习或自然语言处理会议发表过高水平论文。
  3. 有百亿参数以上模型或千卡以上分布式训练经验。

官网投递↗

THE END

Categories:

Updated:

You May Also Enjoy

Welcome to Jekyll!

less than 1 minute read

You’ll find this post in your _posts directory. Go ahead and edit it and re-build the site to see your changes. You can rebuild the site in many different wa...