1.面向人工智能、科学计算与大数据处理深度融合的智能系统架构，开展大规模预训练模型相关技术研究。涵盖数据预处理、算法研发、训练与推理优化、模型压缩等方向。

2.协同团队完成核心模块设计与功能实现，持续进行性能调优；解决大规模预训练模型研发中的关键技术难题，如模型评估、幻觉问题缓解等。

3.推动技术创新：主动探索前沿方法，提升研发效率及团队协作开发水平。

1.硕士及以上学历，计算机科学与技术专业优先，计算机、人工智能、大数据、知识工程、电子信息、通信等相关方向亦可。

2.具备良好的编码规范与文档撰写能力，具备多人协作开发及代码评审经验，对代码质量有严格要求；熟悉常用开发规范，掌握git等工具，了解代码库的搭建与维护流程。

3.掌握深度学习基础理论，至少熟练使用一种主流深度学习框架，如PyTorch、TensorFlow、Paddle、MindSpore等，具备模型开发、部署与微调实践经验。

4.对Transformer结构及深度学习有深入理解与实际应用经验，能够基于论文复现算法；有大规模预训练模型训练经历者优先；在ACL、EMNLP、COLING、NAACL等高水平会议发表过相关论文者优先。