算法研究员
算法研究员
我们正在寻找数学基础扎实、对 AI 充满热情、对模型行为有独立判断的算法研究员。
你将从真实问题出发，通过理论分析、代码实现与实验验证，探索模型表现背后的原因，推动算法改进，并将研究成果转化为更好的产品体验。
你将参与
根据你的兴趣与专长，深入以下一个或多个方向：
模型与算法研究。 围绕推理、指令遵循、长上下文理解、多轮交互等方向开展研究，分析现有方法的局限，提出并验证改进方案。
数据与训练优化。 探索高质量数据的构建、筛选与合成方法，结合监督微调、偏好优化、蒸馏或强化学习等手段，改善模型表现。
评测与行为分析。 构建贴近真实使用场景的评测集与评价方法，分析模型的错误模式，衡量效果、稳定性、效率与成本。
前沿研究与复现。 跟踪论文、技术报告与开源进展，复现有价值的方法，开展对照实验，理解方法的有效条件与适用边界。
研究成果落地。 与工程、产品同事协作，将有效的研究方案用于实际产品，并从用户反馈中发现新的研究问题。
基本要求
数学基础扎实。 熟悉线性代数、概率统计、微积分与最优化，具备良好的抽象思维和数学推导能力，能够理解算法背后的数学原理，并用于问题建模和实验分析。
具备算法与编程能力。 理解机器学习、深度学习的基本原理，熟练使用 Python，熟悉 PyTorch 等框架，能够独立实现想法、开展实验并分析结果。
有良好的研究习惯。 能够阅读论文、拆解问题、提出假设，设计合理的对照实验；重视结果的可复现性，愿意深入分析失败原因。
对模型行为有品味、有判断。 能具体说清一次模型表现好在哪里、问题出在哪里，对输出质量、交互细节、开发者体验和用户体验有敏锐感知。
是 AI 产品的深度用户。 深度使用过 Claude Code、Codex、Cursor、Manus 等产品中的一些，并持续将 AI 融入工作与生活，形成自己的使用习惯和判断标准。
以 AI Native 的方式工作。 善于与 AI 协作提升研究和开发效率，也能独立审查生成代码、验证实验过程，并对最终结论负责。
保持持续的技术热情。 拥有持续活跃的 GitHub 账号，能通过项目、代码或开源贡献，展示你的技术积累、动手能力与极客精神。
加分项
有模型训练、后训练、强化学习、数据构建或模型评测的实践经验。
有高质量开源项目，或为大型开源基础组件做过实质贡献。
有可展示的研究成果，例如论文、实验报告、评测工具或有价值的论文复现。
喜欢深入探索技术、打磨个人工具链与工作流，对某项技术有长期、独到的实践。
