算法研究主管

提出并验证突破性的算法模型架构，探索长文本处理优化、Memory机制、混合专家模型（MoE）的极致演进，以算法层面的创新大幅降低推理时的Token消耗与计算成本。

设计更智能的Agent协同机制与推理框架，探索Agentic Workflow、自我反思与进化（Self-evolving）、复杂任务拆解与多步规划等前沿方向。

主导团队在 NeurIPS、ICLR、ICML、CVPR、ACL 等人工智能顶会发表高质量（一作或通讯）学术论文，申请核心发明专利，提升无问芯穹在AI算法领域的全球学术影响力。

敏锐捕捉学术界最新SOTA成果，完成前沿算法的PoC（概念验证）或原型系统搭建。

与公司上层应用及算法工程团队紧密联动，将经过验证的“省Token算法”或“新型Agent框架”平滑移交，指导其在真实业务场景中的落地验证。 6.从零搭建并带领一支约5人规模的精锐学术团队，负责研究选题规划与日常学术指导。

计算机、人工智能、数学等相关专业博士学历； 在国内顶尖AI实验室（如上海AI Lab、智谱等）或大厂AI Lab有相关研究经验者优先。

以第一作者在 NeurIPS、ICLR、ICML、CVPR、ACL 等顶会/顶刊发表过多篇高影响力论文，具备独立科研与定义前沿问题的能力（硬性指标）。

极强的数学直觉与算法功底，能将学术直觉快速转化为可验证的实验（如DeepSeek模式）。

深刻理解并有实战经验于RLHF/PPO/DPO等对齐算法、大模型训练微调（SFT等）、Agent多步推理、KV Cache优化等领域。

有指导博士生或带领小型科研团队产出顶会论文的成功经验。