岗位职责：
1.引领LLM技术在化学领域的创新应用：运用LLM、Agent/Multi-agent、RAG、RLHF等前沿技术，深入探索大模型与化学领域的融合路径，推动这些技术在业务中的高效落地与应用。
2.优化文献数据结构识别算法：针对大规模文献数据，负责开发并优化相关算法，确保能够精准提取高质量语料及数据元信息，为LLM模型提供坚实的数据基础。
3.全链条管理LLM训练流程：涵盖数据增强、分布式训练、推理加速优化及模型部署等关键环节，确保LLM模型的高效训练与部署。
4.构建并强化LLM评测体系：负责建立全面的LLM评测体系，持续提升模型性能与能力。
5.追踪前沿技术，推动业务创新：紧密跟踪AIGC领域及LLM技术的最新进展，探索Agent在复杂任务中的应用潜力，推动基于LLM的复杂任务在业务场景中的成功落地。
6.研究并应用前沿技术优化AI模型：深入研究模型量化、算子优化、并行计算等多维度技术，为用户提供深度优化AI模型的支持，确保模型在NPU/GPU上实现高效运行。

任职要求：
1.教育背景与工作经验：硕士及以上学历，计算机科学、人工智能、自然语言处理、数学、统计学等相关专业背景，拥有10年以上算法开发经验。
2.扎实的计算机基础与编程能力：具备深厚的计算机基础知识，精通C++/C/Python等主流编程语言，拥有大型软件库的开发经验。
3.深度学习领域的深厚造诣：熟练使用Pytorch、Mindspore等深度学习框架，对机器学习/深度学习领域有深入的理解和研究，具备前沿算法研究经验、大语言模型训练和调优经验，能够指导并优化各类算法工作的开展。
4.卓越的领导力与沟通能力：具有强烈的自我驱动力，具备优秀的团队领导能力和沟通协调能力，能够带领团队高效完成任务。
5.优先考虑条件：
(1)具备异构编程（CUDA、OpenCL等）及深度学习算法加速经验者优先；
(2)有基于昇腾芯片构筑深度学习/机器学习算子加速库，开发、优化昇腾芯片算子经验者优先；
(3)具备CV/NLP及图像算法开发经验，或多模态、语音模型开发经验者优先；
(4)有开源大模型预训练和Finetune经验者优先。
6.加分项：
(1)拥有高关注度的机器学习相关博客或GitHub项目：能够展示您在机器学习领域的深厚积累与广泛影响力。
(2)国际会议论文发表经历：在KDD、NeurIPS、ACL、EMNLP、IJCAI、AAAI、SIGIR等国际知名会议上发表过论文者，将作为重要的加分项。