（一）大模型算法

任职要求：

1、有多模态算法、大模型算法、生物信息计算相关研发经验，如BLIP、GPT、T5、LLM等；

2、熟悉TensorFlow、PyTorch、Keras等深度学习框架；

3、熟悉Transformer、ResNet、Attention等深度学习技术；

4、有生物信息、CV、NLP、机器视觉、语音系统和搜索/推荐系统等领域开发经验者优先；

5、具备良好的编程能力，熟悉C++、Python等语言；

6、有顶级 AI 会议论文发表经验或开源项目贡献经验者优先；

7、熟悉vllm，ollama，llama.cpp等大模型部署框架和技术优先。

（二）LLM推理优化

任职要求：

1、有MLsys相关框架工具开发经验；

2、熟悉PyTorch、熟悉一些推理框架（vLLM、SGLang、MLC-LLM等）以及框架最近进展；

3、熟悉量化、投机推理、PD分离等常见LLM推理优化技术；

4、具备良好的编程能力，熟悉Python和C++；

5、有算子开发经验及熟悉CUDA、cutlass、Triton等算子开发语言工具者优先；

6、有MLsys相关会议论文发表经验或开源项目贡献经验者优先。

（三）生物信息算法

任职要求：

1.硕士及以上学历，计算机相关专业，条件极为优秀者可放宽学历要求；

2.有机器学习领域（例如生物信息、CV、NLP、语音系统和推荐系统等）开发经验者优先；

3.至少熟悉一种机器学习框架，例如PyTorch、TensorFlow、Keras和PaddlePaddle等；

4.扎实的编程功底，熟悉Linux平台下的开发环境；

5.有蛋白质结构预测、蛋白质设计、药物设计、计算基因组学和计算免疫学研究经验者优先；

6.有AI大模型基础科研及应用经验优先；

7.对用机器学习协助解决生命健康问题有极大的热情。

 （一）大模型算法   

岗位职责：

1、负责训练和部署大模型算法，包括但不限于大语言模型；

2、负责设计和优化大模型算法的训练技术，如自注意力、Transformer等；

3、负责实现大模型算法的原型系统，并优化算法的计算效率和内存消耗；

4、负责大模型算法的评估和优化，包括评估指标、正则化方法、优化算法等；

5、负责大模型算法在实际场景中的应用和落地，提升产品和服务的智能化水平；

6、负责大模型算法的论文撰写和投稿。

（二）LLM推理优化

岗位职责：

1、负责大模型部署算法优化；

2、负责设计和优化大模型算法的推理技术，如PD分离、投机推理等；

3、负责实现大模型推理的原型系统，并结合算法和硬件优化计算效率；

4、负责大模型推理算法在实际场景中的应用和落地，提升产品和服务的智能化水平；

5、负责大模型推理算法的论文撰写和投稿。

（三）生物信息算法

岗位职责：

1.算法落地：将前沿机器学习算法和模型（例如强化学习、迁移学习、GPT和BERT等）落地到生物信息研究中，包括计算基因组学和计算免疫学，肽组学，蛋白质组学相关研究，AI驱动的蛋白质设计和结构预测，疫苗设计，T-细胞受体，癌症数据解析，AI辅助的药物设计等。

2.软件开发：开发生物信息相关软件。