米哈游_27届秋招(待续)

更新-260804 | 发布-260804

✳️ 目录
ℹ️ 更新

260804：收录若干岗位


招聘信息

brc-y27-mihoyo

雇主简介

投递建议

  • 若需要协助和商讨，可联系QQ群中的董老师。
  • 招聘答疑↗

岗位列表

程序&技术类（41）

  • 大模型-大模型推理系统工程师
  • 大模型-大模型训练系统工程师
  • 大模型-多模态算法工程师（audio方向）
  • 大模型-多模态Pretrain研究员（audio方向）
  • 大模型-通用音频理解大模型研究员
  • 大模型-推理平台研发工程师
  • 大模型-Code Agentic算法研究员
  • 大模型-LLM Evaluation算法研究员
  • 大模型-LLM Pretrain算法研究员
  • 大模型-LLM数据处理
  • 大模型-LLM预训练数据算法研究员
  • 大模型-LLM预训练数据算法研究员（Agentic Models）
  • 基础研究-3D大模型数据工程师
  • 基础研究-3D生成算法研究员
  • 基础研究-动作生成算法研究员
  • 基础研究-图形算法研究员 （AI3D绑骨蒙皮大模型)
  • 基础研究-图形学算法研究员（动捕动画方向）
  • 基础研究-图形学算法研究员（深度学习布料仿真方向） - AI引擎
  • 基础研究-图形学算法研究员（物理动画方向）-AI引擎
  • 基础研究-图形学研究员（角色动作生成方向）-AI引擎
  • 基础研究-图形研发工程师-AI引擎
  • 基础研究-游戏AI研发工程师（Agent方向）
  • 基础研究-Agent 算法研究员
  • 基础研究-AIGC算法研发工程师（AIGC Agent / 多模态 / 视觉 / 3D / 动作 / AI工具方向）
  • 基础研究-Infra 推理优化工程师（3D生成）
  • 基础研究-LLM Post-train 算法研究员
  • 平台研发-后端开发工程师（AI 应用方向）
  • 平台研发-数据开发工程师
  • 平台研发-推荐算法工程师
  • 平台研发-运维开发工程师
  • 平台研发-Agent全栈开发工程师
  • 平台研发-AI后端开发工程师
  • 平台研发-golang开发工程师
  • 游戏研发-游戏测试开发
  • 游戏研发-游戏服务器开发
  • 游戏研发-游戏构建开发
  • 游戏研发-游戏客户端工具开发
  • 游戏研发-游戏客户端开发
  • 游戏研发-游戏渲染开发
  • 游戏研发-游戏引擎开发
  • 游戏研发-游戏运维开发

美术&表现类（29）

  • 2D美术（AI向）
  • 3D硬表面
  • 绑定师（Maya/Max）
  • 场景模型师
  • 场景原画师
  • 灯光师
  • 动捕动画师
  • 动画
  • 分镜师
  • 工具
  • 关卡美术设计师
  • 技术美术-多方向
  • 角色概念设计师（动画/特效）
  • 角色模型师（二次元NPR/次世代PBR）
  • 面捕技术动画师
  • 视觉设计师
  • 视频编导
  • 视频设计师（后期制作）
  • 特效原画设计师
  • 游戏动画师（Max/Maya）
  • 游戏原画师（角色/怪物/美宣）
  • 游戏UI设计师
  • 综合美术（AI向）
  • 作曲助理
  • CG动画师（文戏/武戏）
  • PCG
  • UI动效设计师
  • UI蓝图工程师
  • 音效设计师 (nc) ↗
  • 游戏特效师（Unity/Unreal） (nc) ↗
  • Houdini特效师 (nc) ↗

产品策划类（12）

  • 3C策划
  • 大模型产品经理（AI基建）
  • 关卡策划
  • 技术策划
  • 交互策划（UE）
  • 任务策划
  • 数据产品经理
  • 数值策划
  • 系统策划
  • 战斗策划
  • AI产品经理
  • 文案策划 (nc) ↗

质量管理类（4）

  • 大数据测试工程师
  • 美术测试工程师
  • 平台测试工程师
  • 游戏测试工程师

运营类（7）

  • 服务流程运营岗
  • 服务体验岗
  • 用户研究
  • 游戏运营（统招）
  • 周边电商商品运营（原神）
  • 周边电商运营（崩坏系列）
  • IP衍生品项目运营（绝区零）

市场商务类（1）

  • 市场营销策划（统招）

综合类（10）

  • 财务（统招）
  • 二级投资研究员
  • 会务接待与讲解
  • 内控专家
  • 人力资源（统招）
  • 项目管理
  • 行政综合COE
  • 战略投资研究员（科技方向）
  • 资产管理
  • IP周边衍生品采购

国际化类（14）

  • 国际化版本运营
  • 国际化产品运营-UGC
  • 国际化发行运营
  • 国际化市场公关
  • 国际化市场内容
  • 国际化市场品牌-东南亚港澳台区域方向
  • 国际化市场品牌-美洲区域方向
  • 国际化市场品牌-欧洲区域方向
  • 国际化市场品牌（韩）-原神
  • 国际化市场品牌（日）-社媒方向
  • 国际化市场商务
  • 国际化数据分析
  • 国际化玩家运营
  • 国际化产品运营 (nc) ↗

大模型-推理平台研发工程师

上海 程序&技术类 2027届（2026.9-2027.8之间毕业）

工作职责

  1. 负责大模型推理平台的开发、维护与性能优化，保障服务高可用性和高性能运行；
  2. 对大模型 KVCache 集群进行开发、维护与性能调优，解决大规模并发推理内存瓶颈；
  3. 管理推理服务的计算资源、流量及任务调度，优化集群资源利用率，降低推理成本；
  4. 建立推理服务监控告警体系，及时发现和解决性能异常和系统故障；
  5. 参与推理服务架构设计，支持多模态模型和不同规模模型的推理需求。

任职要求

  1. 本科及以上学历，计算机、软件、人工智能等相关专业；
  2. 具备扎实的计算机基础（数据结构、算法、操作系统、计算机网络、并发编程）；
  3. 至少熟悉 Go/Python/C++/Rust 中一种，具有良好的工程实现与代码质量意识；
  4. 对分布式系统/大规模异构推理有浓厚兴趣，喜欢钻研底层原理与性能瓶颈，有实际追踪相关领域进展。

加分项

  1. 参与过大模型推理系统优化工作，对PD分离、KV Cache系统、多机推理等有实践和认知；
  2. 有K8S二开经验，熟悉volcano、lws、ray等框架调度逻辑；
  3. 熟悉vllm、sglang、dynamo等推理引擎，有参与实际工作；
  4. 对RadixAttention、PagedAttention、Continous Batching等技术有实际研究和优化经验。

面向对象

  • 2027届（2026.9-2027.8之间毕业）

官网投递↗

平台研发-Agent全栈开发工程师

上海 程序&技术类 2027届（2026.9-2027.8之间毕业）

工作职责

  1. 面向用户增长业务，深度参与业务讨论，探索 AI 技术在各场景的落地机会，构建提升业务效率和效果的 AI 能力；
  2. 挖掘游戏玩家核心需求，与产品、运营团队协作，打造面向玩家的 AI 创新体验产品；
  3. 负责 Agent 应用的性能与稳定性优化，确保系统在高并发场景下的可靠运行；
  4. 设计并实现易用高效的 Agent 开发周边工具套件，提升研发效率，降低 Agent 技术的使用门槛，保障交付质量。

任职要求

  1. 计算机或相关专业本科及以上学历；
  2. 热爱计算机科学和互联网技术，至少熟练掌握一门后端编程语言，包括但不限于：C、C++、Go、Python、Java 等；
  3. 深度使用 AI 编程工具（如 Claude Code、Codex、Cursor、OpenCode 等），能够高效利用 AI 辅助开发；
  4. 具备扎实的后端工程能力，熟悉常用数据库设计与优化（MySQL/Redis 等），了解分布式系统基本原理，有服务接口设计与高可用实践经验；
  5. 具备较强的问题拆解、快速学习和实验迭代能力，能够在不确定的需求和技术环境中持续推进方案落地；
  6. 具备良好的跨团队协作能力，能够理解产品、业务等非工程角色的需求，并推动技术实现；
  7. 对大语言模型、Agent 技术的基本原理、应用方式和能力边界有一定理解。

加分项

  1. 有 LLM、Agent、RAG、工具调用、多智能体等相关项目经验；
  2. 有高并发C端项目后端工程项目经验；
  3. 有研发提效工具、代码生成、自动化测试或 AI 工具链相关经验；
  4. 有借助 AI 能力独立完成全栈项目并落地上线的经验。

面向对象

  • 2027届（2026.9-2027.8之间毕业）

官网投递↗

大模型产品经理（AI基建）

上海 产品策划类 2027届（2026.9-2027.8之间毕业）

工作职责

岗位描述

我们在寻找一位对云基础设施、AI 基建和机器学习平台感兴趣的校招产品经理。你将深度参与建设面向算法工程师、研发工程师的平台产品，涵盖数据处理、模型训练、模型部署、资源调度、开发者工具和成本优化等方向。

我们希望你不仅热爱产品设计，也热爱技术和工程实现，未来成长为具备技术思维的产品经理。

工作职责

  1. 理解和挖掘算法工程师和研发工程师在模型开发过程中的真实需求。
  2. 深度参与某个平台模块的迭代，如训练任务管理、GPU 资源调度、模型部署、权限管理、监控告警、成本分析等。
  3. 输出高保真的Demo和产品方案，推动研发、设计、测试等团队协作落地。
  4. 关注用户体验，优化web控制台、CLI、文档的使用体验。
  5. 结合数据和用户反馈，持续提升平台易用性、稳定性和利用率。

任职要求

  1. 本科及以上学历，计算机、软件工程、人工智能、数据科学等相关专业优先。
  2. 对云计算、机器学习平台、或开发者工具有兴趣。
  3. 具备结构化思考能力，能够把复杂技术问题转化为清晰的产品方案。

加分项

  1. 了解基础技术概念，如 Linux、Docker、Kubernetes、机器学习训练框架等。
  2. 有云计算、机器学习平台、开发者平台相关实习或项目经验。
  3. 使用过 AWS SageMaker、Google Vertex AI、Kubernetes、Ray、Kubeflow 等产品或框架。
  4. 有一定动手经验，能借助Agent编写简单脚本解决实际问题。

面向对象

  • 2027届（2026.9-2027.8之间毕业）

官网投递↗

基础研究-3D生成算法研究员

上海 程序&技术类 2027届（2026.9-2027.8之间毕业）

工作职责

  1. 3D 生成大模型前沿算法研发：研发 3D 生成大模型的前沿算法，探索 3D 生成能力的上限；理解 3D 数据在高模、拓扑、材质、动画等不同特征层面的表达，针对性设计数据表征形式与模型网络架构；基于 3D 资产质量要求，持续迭代算法框架、训练策略与数据标准；
  2. 多模态条件控制研究：根据资产制作实际场景，设计模型的条件控制方式，实现高精度、高可控的生成；研究如何将图像、文本、3D等多种模态信息作为条件输入模型；开发创新的条件注入与控制技术；
  3. 模型调优与工程化：对前沿 3D 生成模型进行改造与优化，以适应具体业务需求；基于自研模型进行局部模块微调、LoRA 调优等实验，将自定义 Conditioning 方法集成进生产模型；
  4. 技术调研与数据基建：持续跟进三维生成大模型领域的前沿算法，评估并落地可行的技术方案；理解常规图形学3D数据的相关算法，根据生成模型的算法理论，与数据团队配合，设计3D数据的处理标准和方式，如watertight、SDF\ISO-surface、LOD、PBR、LBS等。

任职要求

  1. 2027届硕士及以上学历，计算机图形学或计算机视觉等相关专业优先；
  2. 有 3D 大模型训练、数据处理相关经验；
  3. 熟练掌握 Python，熟悉 Diffusion 算法的理论推导与实现代码，熟悉三维模型表示、三维模型生成等相关技术，关注相关领域最新进展；
  4. 对技术充满热情，思维清晰，具有良好的问题分析推断能力、沟通表达能力与合作精神。

加分项

  1. 发表过至少一篇相关的一作顶会文章（比如SIGGRAPGH，CVPR等）；
  2. 深度参与过相关的高品质项目开发（需有明确的成果展示）。

面向对象

  • 2027届（2026.9-2027.8之间毕业）

官网投递↗

平台研发-推荐算法工程师

上海 程序&技术类 2027届（2026.9-2027.8之间毕业）

工作职责

  1. 参与游戏社区推荐系统的建设与优化，围绕召回、排序、多目标建模、多样性、冷启动和流量分配等方向，提升内容分发效率、用户体验及社区活跃度；
  2. 结合用户游戏行为、内容消费及社区互动数据，开展用户兴趣建模、内容理解、优质内容识别和创作者生态相关算法研发，推动用户增长和内容供给增长；
  3. 探索大语言模型、多模态模型、生成式推荐等 AI 技术在用户理解、内容理解、语义召回、推荐策略和算法研发流程中的应用；
  4. 参与数据分析、样本构建、模型训练、离线评估和线上实验，与产品、运营、数据及工程团队协作，推动算法方案落地并持续迭代。

任职要求

  1. 2027届计算机、人工智能、数学、统计学或其他相关专业，具备扎实的数据结构、算法和机器学习基础；
  2. 熟练掌握 Python、C++、Java 中至少一种编程语言，熟悉 PyTorch、TensorFlow 等至少一种深度学习框架；
  3. 了解推荐系统常用方法，对协同过滤、Embedding、FM、双塔模型、DIN/DIEN、Learning to Rank、多任务学习等有一定理解；
  4. 具备良好的问题分析、实验验证和沟通协作能力，对推荐算法、AI 技术及游戏社区业务有热情。

加分项

  1. 有推荐、搜索、广告、用户增长、内容理解相关实习、科研或竞赛经验；
  2. 有大语言模型、多模态、RAG、Agent、模型微调、生成式推荐或 LLM4Rec 相关实践；
  3. 熟悉 Spark、Hive、Flink 等大数据工具，或在相关领域发表过论文、取得过算法竞赛成绩。

面向对象

  • 2027届（2026.9-2027.8之间毕业）

官网投递↗

平台研发-后端开发工程师（AI 应用方向）

上海 程序&技术类 2027届（2026.9-2027.8之间毕业）

工作职责

  1. 面向用户增长业务，深度参与业务讨论，探索 AI 技术在各场景的落地机会，构建提升业务效率和效果的 AI 能力；
  2. 挖掘游戏玩家核心需求，与产品、运营团队协作，打造面向玩家的 AI 创新体验产品；
  3. 负责 Agent 应用的性能与稳定性优化，确保系统在高并发场景下的可靠运行；
  4. 设计并实现易用高效的 Agent 开发周边工具套件，提升研发效率，降低 Agent 技术的使用门槛，保障交付质量。

任职要求

  1. 计算机或相关专业本科及以上学历；
  2. 热爱计算机科学和互联网技术，至少熟练掌握一门后端编程语言，包括但不限于：C、C++、Go、Python、Java 等；
  3. 深度使用 AI 编程工具（如 Claude Code、Codex、Cursor、OpenCode 等），能够高效利用 AI 辅助开发；
  4. 具备扎实的后端工程能力，熟悉常用数据库设计与优化（MySQL/Redis 等），了解分布式系统基本原理，有服务接口设计与高可用实践经验；
  5. 具备较强的问题拆解、快速学习和实验迭代能力，能够在不确定的需求和技术环境中持续推进方案落地；
  6. 具备良好的跨团队协作能力，能够理解产品、业务等非工程角色的需求，并推动技术实现；
  7. 对大语言模型、Agent 技术的基本原理、应用方式和能力边界有一定理解。

加分项

  1. 有 LLM、Agent、RAG、工具调用、多智能体等相关项目经验；
  2. 有高并发C端项目后端工程项目经验；
  3. 有研发提效工具、代码生成、自动化测试或 AI 工具链相关经验；
  4. 有借助 AI 能力独立完成全栈项目并落地上线的经验。

面向对象

  • 2027届（2026.9-2027.8之间毕业）

官网投递↗

AI产品经理

上海 产品策划类 2027届（2026.9-2027.8之间毕业）

工作职责

  1. 参与 AI 在用户增长、广告投放等场景中的探索与产品化尝试；
  2. 跟踪 AI 相关功能与实验效果，结合数据与用户反馈持续优化；
  3. 与产品、算法、数据、运营等团队协作，推动 AI 能力在实际业务中的落地；
  4. 参与 Prompt 模板设计、评测标准制定及效果迭代。

任职要求

  1. 2027届毕业生，本科及以上学历，计算机、人工智能、自动化、数据科学等理工科优先；
  2. 对 AI 产品有浓厚兴趣，持续关注行业动态并主动使用各类 AI 工具；
  3. 逻辑清晰，具备结构化思维，能够将问题拆解为可执行方案；
  4. 具备良好的沟通协作能力，能够推动跨团队项目进展。

加分项

  1. 做过 AI 产品（Agent、Dify、OpenClaw、自动化工具等）；
  2. 二次元或游戏深度爱好者，对游戏用户行为有理解；
  3. 深度体验过国内外各类 AI 产品，对产品体验与模型效果有自己的思考与理解。

面向对象

  • 2027届（2026.9-2027.8之间毕业）

官网投递↗

大模型-LLM Evaluation算法研究员

北京 程序&技术类 2027届（2026.9-2027.8之间毕业）

工作职责

  1. 面向代码智能体能力构建评测体系，覆盖代码库理解、Issue 修复、跨文件修改、测试生成、调试定位、命令执行、工具调用和多步任务完成等场景。
  2. 设计 Repo-level 和 Agent-level 评测集，评估模型在真实软件工程任务中的任务完成率、测试通过率、修改质量、鲁棒性和执行效率。
  3. 分析 Code Agent 在复杂任务中的失败模式，包括错误定位失败、上下文遗漏、工具调用错误、无效修改、测试误判、循环修复等问题。
  4. 建立从评测结果到训练数据和 Post-training 策略的反馈闭环，通过 Bad Case 分析指导数据构造、奖励设计和训练策略优化。
  5. 参与内部 Benchmark、模型能力看板和回归评测系统建设，支持 Code Agent 能力持续迭代。

任职要求

  1. 计算机科学、人工智能、机器学习、软件工程或相关领域在读硕士 / 博士。
  2. 熟悉 LLM 评测方法，对代码生成、代码修复、Agent 评测或自动化测试有实践经验。
  3. 熟悉 Python，具备较强的数据分析、工程实现和实验复现能力。
  4. 理解软件工程基本流程，包括 Git、测试框架、CI、Issue / PR 工作流、代码审查和调试流程。
  5. 对 RLHF、Reward Model、DPO、LLM-as-a-Judge、Execution-based Evaluation 等方向有一定理解。

加分项

  1. 有 SWE-bench、RepoBench、HumanEval、MBPP、CodeContests、Agent Benchmark 等相关评测或改进经验。
  2. 有 Math / Code Reasoning、Agent、工具调用、自动化测试、程序修复方向的实战经验。
  3. 在 NeurIPS、ICML、ICLR、ACL、EMNLP、FSE、ICSE、ASE 等会议发表过相关论文。
  4. 熟悉大模型训练全流程，能够独立完成从数据处理、模型微调到评测分析的实验。
  5. 在 ACM/ICPC、NOI/IOI、Codeforces、Kaggle 等竞赛中取得优异成绩。

面向对象

  • 2027届（2026.9-2027.8之间毕业）

官网投递↗

大模型-Code Agentic算法研究员

北京 程序&技术类 2027届（2026.9-2027.8之间毕业）

工作职责

  1. 负责面向代码智能体的 Post-training 算法研究与落地，提升模型在真实软件工程任务中的代码理解、任务规划、工具调用、调试修复和多步执行能力。
  2. 探索 SFT、RLHF、GRPO、OPD 等训练方法，优化模型在代码生成、代码修改、Bug 修复、测试生成、PR Review 等场景中的表现。
  3. 构建 Code Agentic 训练闭环，包括任务分解、代码库检索、文件编辑、命令执行、测试反馈、错误诊断、反思修复等多轮轨迹数据的建模与优化。
  4. 负责高质量代码智能体数据建设，包括真实 Issue / PR 数据、Repo-level 任务、Agent 交互轨迹、失败案例、合成任务、执行反馈数据和偏好数据的治理与混合策略。
  5. 研究面向代码仓库的长上下文与记忆机制，提升模型在大型代码库中的定位、检索、依赖理解、跨文件修改和长期任务保持能力。

任职要求

  1. 计算机科学、人工智能、机器学习、软件工程或相关领域硕士 / 博士学历。
  2. 熟悉 Transformer 架构和大模型训练流程，对 SFT、RLHF、DPO、PPO、GRPO 等 Post-training 方法有深入理解和实践经验。
  3. 具备扎实的代码能力，熟悉软件工程开发流程，理解代码库结构、测试体系、版本控制、CI、调试和工程协作流程。
  4. 熟练使用 Python 和 PyTorch，熟悉 DeepSpeed、Megatron-LM、FSDP、vLLM 等训练或推理框架中的一种或多种。
  5. 有代码生成、代码修复、Agent、工具调用、程序验证、自动化测试、SWE-bench 类任务等相关经验者优先。

加分项

  1. 在 NeurIPS、ICML、ICLR、ACL、EMNLP、FSE、ICSE、ASE、PLDI 等顶级会议发表过相关论文。
  2. 有 Code LLM、Coding Agent、Repo-level Code Generation、Program Repair、Test Generation、LLM Agent 等方向项目经验。
  3. 主导过真实可用的代码智能体、研发助手、自动修复系统、评测平台或大模型训练系统。
  4. 熟悉大规模代码语料处理、代码质量评估、执行反馈数据构建和训练数据合成。
  5. 有大规模 LLM Post-training 或 RL 训练经验，熟悉分布式训练、rollout 系统和性能调优。

面向对象

  • 2027届（2026.9-2027.8之间毕业）

官网投递↗

大模型-LLM预训练数据算法研究员（Agentic Models）

上海、北京 程序&技术类 2027届（2026.9-2027.8之间毕业）

工作职责

作为一名核心的预训练数据算法研究员，你将直接参与构建和优化我们核心大语言模型的预训练，并侧重在 code、agentic、reasoning-heavy 类任务的高质量训练数据集搭建；包含但不限于数据收集、合成数据生成、任务行为轨迹构建等。

  1. 开发并生成用于大模型训练的合成任务与数据集，涵盖两类场景：
    可验证类任务：代码解题、数学计算题等；
    不可验证类任务：开放式逻辑推理、通用综合问题求解等。
  2. 搭建并规模化运行多领域数据合成流程，覆盖 agent、code、math、general reasoning；
  3. 参与搭建 agentic task environments 以及配套的大模型训练评测体系。

任职要求

  1. 具备大语言模型数据研发相关工作经验；
  2. 熟悉大模型完整训练链路，包含预训练、中段训练、后训练阶段；
  3. 具备agent模型训练与评测实操经验；
  4. 有 agentic, reasoning, coding, math等评测任务设计经验；
  5. 扎实的编程能力，熟练使用 Python 为主的开发语言。

面向对象

  • 2027届（2026.9-2027.8之间毕业）

官网投递↗

大模型-LLM预训练数据算法研究员

上海、北京 程序&技术类 2027届（2026.9-2027.8之间毕业）

工作职责

作为一名预训练数据算法研究员，你将负责开发大语言模型训练所需的大规模数据处理算法与数据学习策略。主要负责：

  1. 针对多源数据设计并开发code类数据、通用文本数据清洗、增强、合成算法；
  2. 基于大语言模型研发并迭代数据筛选策略，提升预训练语料的数据质量；
  3. 搭建并规模化优化数据处理流水线，保障高并发场景下的运行性能与稳定性。

任职要求

  1. 熟练掌握 Apache Spark、Ray 等大规模分布式数据处理框架；
  2. 熟悉大模型完整训练链路，包含预训练、中段训练、后训练阶段；
  3. 对数据质量具备严苛把控意识，能够针对各类代码、文本语料梳理并处理各类边界异常样本。

加分项

  1. 拥有预训练数据处理的上线经验，尤其代码数据处理的相关经历；
  2. 具备 vLLM、SGLang 等大模型推理框架实操落地经验；
  3. 拥有大模型微调、预训练全流程实操经验。

面向对象

  • 2027届（2026.9-2027.8之间毕业）

官网投递↗

大模型-多模态算法工程师（audio方向）

上海、北京 程序&技术类 2027届（2026.9-2027.8之间毕业）

工作职责

  1. 负责语音多模态训推框架的系统设计、适配与极致优化，深入定制开发主流分布式强化学习框架（如 vLLM, VERL 等）
  2. 针对音频/多模态场景特征，确保系统的高可扩展性与稳定性。
  3. 协同研究团队，进行算法与系统的联合优化，深度参与超大规模训练方案的调研和落地

任职要求

  1. 计算机、人工智能、软件工程等相关专业本科及以上学历。
  2. 深入理解 Transformer 架构，具备 LLM 或多模态大模型的大规模分布式训练经验。
  3. 熟练运用 VERL、TRL、vLLM、SGlang 等主流训推框架，在 RL 训练系统性能调优方面有实战成果者（显著优先）。
  4. 乐于并善于进行跨时区团队协作，沟通顺畅，自驱力强，坚持结果导向。

面向对象

  • 2027届（2026.9-2027.8之间毕业）

官网投递↗

大模型-通用音频理解大模型研究员

上海、北京 程序&技术类 2027届（2026.9-2027.8之间毕业）

工作职责

专注于AudioLLM通用音频理解模型的研究与开发，参与构建下一代音频基础模型和Omni多模态框架，探索语音、音乐、环境声音等多模态音频内容的统一理解建模方法，推动 audio AI 在理解、生成和交互场景中的技术突破。

核心职责

  1. 模型架构与训练：负责通用音频理解模型设计与分布式训练优化，实现语音识别、说话人日志、情感分析、音频问答、音乐理解、声音事件检测等多任务统一建模；
  2. 数据管线：设计并落地大规模多模态音频数据 pipeline，完成数据对齐、质量控制与自动标注；
  3. 跨模态融合：研究音频编码器与大语言模型融合技术，优化跨模态注意力与统一特征表示。

任职要求

  1. 计算机科学、人工智能、电子工程等相关博士学历；
  2. 具备大模型（LLM 或多模态）训练经验，熟悉 Transformer 架构与大规模分布式训练框架（Megatron-LM, DeepSpeed，TorchTitan 等）；
  3. 深入掌握以下至少一方向：
    • 通用音频自监督表征，如 Best-RQ, CLAP, wav2vec bert2.0 等
    • 音频多模型架构、预训练、后训练以及RL
    • 语音识别/说话人日志/情感识别/音乐信息/检索算法
  4. 精通 Pytorch，具备海量数据处理经验；
  5. 具备跨时区协作与良好沟通能力，结果导向，责任心强。

加分项

  1. 在 NeurIPS/ICML/ICASSP/ISMIR 等顶级会议发表论文；
  2. 负责过百万小时级 (或以上) 多类型音频数据管理；
  3. 拥有音频文本跨模态对齐、指令微调或多任务学习实践；
  4. 曾核心参与过工业级 Multimodal Foundation Model。

面向对象

  • 2027届（2026.9-2027.8之间毕业）

官网投递↗

大模型-多模态Pretrain研究员（audio方向）

上海、北京 程序&技术类 2027届（2026.9-2027.8之间毕业）

工作职责

  1. 设计并研发输入输出任意模态（Any-to-Any）的统一架构，重点攻克 Audio-in-Audio-out 的原生建模；
  2. 研发高性能的神经音频编解码器（Neural Audio Codec），探索连续表征与离散 Token 的最优平衡；
  3. 利用海量多模态数据（语音、音乐、环境音、视频），负责超大规模参数模型的分布式预训练；
  4. 探索针对音频模态的指令微调与强化学习算法，优化模型在语音交互中的情感表达、打断机制、副语言（笑声、停顿）以及听感质量。

任职要求

  1. 计算机科学、人工智能、电子工程等相关博士学历；
  2. 具备大模型（LLM 或多模态）训练经验，深入理解 Transformer 架构及分布式训练框架（Megatron-LM, DeepSpeed, TorchTitan等）；
  3. 深入掌握以下至少一方向：
    • Audio/Text Interleaved Pretraining
    • Multimodal Alignment & RL
    • End-to-End Speech Dialogue Modeling
  4. 精通 Pytorch，具备海量数据处理经验；
  5. 具备跨时区协作与良好沟通能力，结果导向，责任心强。

加分项

  1. 在 NeurIPS/ICML/ICASSP/ISMIR 等顶级会议发表论文；
  2. 负责过百万小时级 (或以上) 多类型音频数据管理；
  3. 曾核心参与过工业级 Omni / Multimodal Foundation Model。

面向对象

  • 2027届（2026.9-2027.8之间毕业）

官网投递↗

大模型-LLM Pretrain算法研究员

上海、北京 程序&技术类 2027届（2026.9-2027.8之间毕业）

工作职责

  1. 专研训练框架，快速定位训练中出现的问题，分析训练过程中的模型表现，跟infra team合作来保证训练策略的正确性
  2. 研究不同架构、数据、目标函数和优化方法等各个算法方面的scaling law，总结出高效稳定的预训练策略
  3. 紧跟领域前沿技术，研究新型LLM模型架构，提升训练或推理的计算效率和模型性能
  4. 拓展模型在长文本方向的理解和生成能力

任职要求

  1. 在自然语言处理、大语言模型研究、机器学习或相关方向具有扎实积累和实践经验
  2. 具备扎实的代码与算法基础，熟练掌握PyTorch等深度学习框架
  3. 具备有效的沟通和协作技能，对探索新技术和推动技术创新充满热情

加分项

  1. 在NeurIPS/ICML/ACL/EMNLP等顶级会议上发表过高引论文
  2. 在ACM/ICPC，NOI/IOI，TopCoder等编程竞赛上有获奖
  3. 具有大规模模型训练经历，了解分布式训练框架及对应的性能调优和资源管理
  4. 对不同LLM模型结构（如MoE，sparse attention等）有过深入理解和分析，有发表过论文探索模型结构更佳

面向对象

  • 2027届（2026.9-2027.8之间毕业）

官网投递↗

THE END