岗位描述：负责大模型后训练相关系统建设，包括但不限于训练/推理引擎效率优化、大规模RL训练效率优化、系统稳定性优化、算法与工程协同设计，以及前沿方向的自动化研究等。具体包括：构建基础训练/推理引擎，保障精度并进行效率优化；推进低精度训练与推理效率优化以及训推一致性建设；设计和优化大规模RL框架，面向下一代长程任务训练进行深度优化；开展稳定性建设，提升大规模训练过程中的容错定位与恢复效率；通过算法/工程co-design共同优化系统易用性...

岗位描述：负责模型架构（Model Architecture）的研发、优化和创新，包括Attention、MoE等架构改进，以及全新架构探索；负责下一代预训练范式的研究和创新，推动相关技术的规模化发展；从算法角度推动大模型训练和推理的低成本化，包括优化器改进、量化、投机采样等技术；研究通用智能的本质，设计并迭代通用智能的评估和观测方法，以指导下一代范式演进；负责提升大语言基座模型的代码、数学、Reasoning能力，系统性增强模型能力，...

岗位描述：深入探索LLM在编程场景中的应用，参与Coding Agent开发，并探索顶尖AI Coding模型与框架的能力边界；持续探索创新的评测方法，提出更优的Benchmark，定义模型能力，对大模型应用效果进行持续调优，通过数据分析与算法改进提升应用性能和体验；跟踪数据变更对模型效果的影响，与算法团队配合进行数据实验，形成可量化的反馈机制；构建大规模高质量数据，包括数据建设、数据抓取与解析、数据合成等；关注行业动态与技术趋势，及时...

岗位描述：参与多模态大模型（文本、图像、视频等）的算法研究与工程实现，重点攻关模型在复杂视觉场景下的代码生成能力，让模型不仅能看懂页面，还能写出页面，覆盖从设计稿到可运行前端代码的端到端链路。推动多模态模型的通用工具使用能力建设，使模型能够基于视觉输入调用 Python 工具、搜索工具、文件操作等通用工具链，实现从视觉理解到工具编排的闭环，支撑真实场景下的复杂任务自动化。跟踪学术界与工业界前沿进展，方向包括但不限于鲁棒视觉表征与视觉特征...

岗位描述：深入个人终端、智能座舱、智慧零售等业务场景，设计高效可行的多模态大模型解决方案，推动AI价值转化；负责多模态大模型的训练与调优，通过建立科学的评测体系，快速迭代模型性能，以满足业务需求；持续关注行业前沿技术，探索新算法、新模型，并将其应用到实际业务中，推动产品创新，涵盖图像多模态大模型、语音多模态大模型、图像生成等领域。 岗位要求：在多模态大模型训练和应用等领域有实际开发和从业经验者优先；具备良好的计算机和数学理论基础，熟练掌...

岗位描述：负责 Step Platform 的商业化产品规划，围绕开发者商业增长目标，设计并推动市场增长、生态合作、直销协同等多路径增长方案，提升注册、活跃、转化、续费及收入规模；推动开放平台基础能力建设，包括文档、SDK、接入流程、开发者控制台、调试工具、示例工程等，提升开发者接入效率与付费转化效率；协同研发、设计、运营、销售、生态、财务等团队，推动权限、计费、资源调度等中台能力建设，形成完整商业化闭环；建立并持续优化商业化分析体系，...

岗位描述：参与沙盒化基础设施平台的设计、研发和持续演进，支撑多类业务场景下的安全运行环境需求；负责运行时、资源管理、任务调度、存储访问、网络隔离等平台核心能力建设；参与容器、轻量虚拟化、云原生存储等相关技术方案的调研、选型、工程实现和优化；持续提升平台在性能、稳定性、弹性、安全性和资源利用率方面的表现；参与大规模场景下的系统问题定位、性能分析、容量规划和成本优化；与业务、安全、基础架构等团队协作，推动基础设施能力在生产环境中稳定落地。...

岗位描述：负责模型与数据相关项目的全流程管理与推进，协同算法、数据、工程团队，在需求不明确、节奏快速变化的环境中保障项目高质量交付，并推动数据驱动的模型效果优化。负责需求收集、拆解与优先级管理，制定项目计划并推动落地；跟进项目进度，识别并解决风险、依赖与资源冲突；协调算法、数据、工程团队，保障高效沟通与决策；参与数据标注项目设计，包括标注方案、规范、流程以及数据集构建中的采集、清洗、标注、质检；管理内部及外包标注资源，控制质量、成本与产...

岗位描述：以加速 Post-Train 端到端组织迭代效率为核心目标，让研究员能够更快地跑实验、更稳地出结果、更低成本地验证想法。参与构建和持续优化 Post-Train 训推框架，提升基建易用性，降低使用门槛，让研究员专注于实验本身而非环境问题。深入训练与推理全链路，围绕显存优化、通信加速、调度策略、吞吐与延迟等核心指标开展训推效率优化，缩短实验周期，提升资源利用率。构建高效稳定的数据处理与供给流水线，支持多源异构数据的清洗、混合与动...

岗位描述：聚焦提升智能体在通用工作场景中的规划、反思与工具使用能力，增强Working Agent在办公自动化、知识管理、项目协作、数据分析等实际场景中的可用性。探索基于人机协同的高质量工作流数据挖掘与合成，构建多步骤、跨应用、长周期的复杂工作任务数据，以提升智能体规划与多工具编排能力；构建Working Agent基础能力，包括任务分解与规划、多工具协同调用、上下文管理与信息整合、自主纠错与迭代执行；构建多模态智能体，融合文本、图像、...