1. 负责对话场景专属数据集的构建，包括多轮对话数据的收集、清洗、去重、格式化及高质量标注（如意图、槽位、情感、安全性等）。 2. 负责大模型微调、对齐（如RLHF/DPO）相关实验代码的开发、复现与调试，参与Prompt工程及模型服务化工具链的搭建。 3. 跟踪领域的最新学术进展与技术动态，编写高质量的技术实验报告和项目文档。 1. 硕士及以上在校生，计算机科学、软件工程、人工智能、自然语言处理等相关专业优先。 2. 具备扎实的算法与数据结构基础，优秀的编程能力（Python），具备良好的代码风格和工程实践意识。 3. 熟悉机器学习和深度学习基本原理，对Transformer架构及主流大模型有深入理解。有对话系统、指令微调、人类反馈强化学习（RLHF）相关经验或研究背景者优先。 4. 熟练掌握Python，精通PyTorch或TensorFlow等至少一种主流深度学习框架。熟悉Hugging Face生态及相关工具库者加分。 5. 英语读写能力良好，能够快速阅读和消化中英文学术论文（如arXiv），具备独立开展算法调研和技术复现的能力。 6. 对人工智能技术，特别是大模型与对话AI，怀有强烈的好奇心和探索热情。自我驱动力强，具备出色的逻辑思维、沟通能力和团队协作精神。