联系我们

岗位职责:

1. 负责开发、优化、和运维大规模分布式 LLM 训练系统，为 AI 驱动科学发现提供动力；
2. 与研究人员紧密合作，搭建、调试并维护后训练及强化学习工作流；
3. 构建工具并直接支持前沿探索的模型训练。通过持续的自动化建设替代人工流程。完善内部基础设施，致力于提升研发效率与体验。为公司的其余科学家、AI 研究员及工程师的日常工作提供弹药；
4. 与产品和其他工程团队合作，打通拥有科学智能的 LLM 到“AI 科学家”的开发链路；

岗位要求:

1. 硕士及以上学历，有优秀的工程能力，开创或维护过有影响力的开源项目
2. 工作方向与 LLM 的后训练和 RL 高度相关，能搭建并扩展 LLM 所需要 RL 环境的 infra
3. 有超百卡训练模型的经验和 5D 并行大模型训练经验 （数据并行[DP]、张量并行
   [TP]、流水线并行 [PP]、序列并行 [SP]、 和针对 MoE 的专家并行 [EP]）
4. 有丰富的分布式训练框架（如 Megatron-LM, DeepSpeed, TorchTitan）的实操经验，并优化过大规模混合专家模型（MoE）的训练吞吐量
5. 开放简单，沟通顺畅，合作能力强，对先进技术充满热情

加分项:

1. 在著名大厂基座模型组、大模型公司、和行业前沿研究院有工作经验；
2. 对后训练和 RL 算法框架有自己独到的见解；

岗位职责:

1. 参与面向化学与材料科学的前沿 AI 算法研究、模型设计与系统实现。
2. 与计算化学、数据工程及软件工程团队协作，构建以化学与材料为核心的数据基础设施与自动化建模流程。
3. 对接公司内部科研与业务团队，识别并推动 AI4Science 相关技术方案在真实场景中的落地应用。
4. 发表有影响力的成果。

任职要求:

1. 具有人工智能、计算化学、化学信息学、材料信息学或相关交叉学科的博士研究背景。
2. 在以下至少一个方向具备较为深入的研究或实践经验：
   
   1. 计算机辅助合成设计与逆合成规划；
   2. 面向化学问题的大模型或语言模型构建与微调；
   3. 面向分子或材料性质预测的 Foundation Model；
   4. 生成式模型在分子与化学反应生成中的应用；
   5. 机器学习原子间势模型；
   6. Foundation model的benchmark体系搭建。
3. 精通 Python，具备扎实的算法实现能力，熟悉主流深度学习框架（如 PyTorch、TensorFlow 等）。
4. 熟悉常见机器学习模型与方法（如 GNN、Transformer、生成模型等），并能够结合具体科学问题进行建模。
5. 具备独立分析和解决问题的能力，能够从科学问题抽象出可实现的算法与模型方案。
6. 具备良好的跨学科沟通能力，能够与计算、工程及实验背景的团队成员协作。

加分项:

1. 具备计算化学或分子模拟相关背景，熟悉分子、反应或材料数据。
2. 有算法或模型相关论文、开源项目或长期维护的代码库。
3. 熟悉计算机辅助合成设计（CASP）或逆合成（retrosynthesis）领域的主流模型与工具（如 ASKCOS、AiZynthFinder、RetroXpert、NeuralSym、GraphRetro 等）。
4. 有应用LLM推动化学和材料科学相关项目研究经验。
5. 具备大型软件项目开发经验，熟悉版本控制系统 (例如 Git) 和代码测试流程。

岗位职责:

1. 参与前沿化学与材料相关的高性能计算流程开发与优化；
2. 与云端架构和软件工程师合作，构建以化学与材料为核心的数据基础设施与自动化流程；
3. 对接公司内商业及技术团队，识别并推动未来计算化学相关的技术解决方案；
4. 支持与合作企业及客户的协作项目，推动行业技术落地与突破。

岗位要求:

1. 拥有计算化学相关研究背景，博士学历，专业包括但不限于材料科学、化学、化学工程等；
2. 具备以下至少一项研究经验：非均相催化模拟、分子动力学模拟、电池电解液建模、金属有机催化、反应热力学/动力学研究、晶体结构预测分析；
3. 熟练掌握至少两款主流模拟软件，如 LAMMPS、GROMACS、PySCF、Gaussian、ORCA、VASP、Quantum ESPRESSO，CP2K 等；
4. 具备扎实的问题分析与解决能力，能够独立开展科研或工业应用研究；
5. 精通 Python、C++ 等编程语言，有良好的算法开发与工程实现能力；
6. 善于跨学科协作，能够与不同技术背景的团队成员顺畅沟通，并致力于通过计算手段解决科学发现中的关键问题。

加分项:

1. 拥有高通量计算工作流构建与实施经验。
2. 参与团队开发计算软件、工作流或平台经验。
3. 具备 AI-coding或模型开发经验。
4. 有与实验团队协作的经历。

岗位职责:

1. 带队完成有机/无机小分子合成、纯化与结构表征；对实验质量与管线进度负责
2. 反应优化与方法开发：条件筛选、路线迭代、工艺可行性评估；用数据驱动项目决策
3. 使用并整合分析工具如UPLC/HPLC、LCMS、NMR、IR、UVvis、DLS 等
4. 与自动化工程师、算法/ML科学家紧密协作：验证模型推荐条件、分析趋势、定位问题、形成可学习结论
5. 规范记录与汇报：维护数字化实验记录（ELN/LIMS/数据库），输出结构化数据报告、复盘与阶段性总结
6. 严格遵守 EHS 与实验室实践，参与实验室流程与资产的持续优化

岗位要求:

1. 化学或相关专业博士毕业（或硕士+5年相关工作经验）；
2. 具备高质量湿实验经验：合成、分离纯化、分析表征闭环完整
3. 扎实的反应机理、逆合成逻辑与系统化优化能力
4. 熟练掌握常用分析：TLC、HPLC/UPLC、LCMS、NMR、IR，能独立解谱、定位问题
5. 能在 SOP 体系与自动化平台中稳定执行，确保数据一致性与可追溯
6. 熟练使用 SciFinder / Reaxys / ChemDraw 检索与路线/条件调研
7. 强数据意识：关注数据质量、批次差异、异常追因、可结构化记录

工作职责:

1. 设计与实现可扩展的 LLM Agent 架构，涵盖任务规划（Planning）、技能调用（Skills）、记忆（Memory）、多智能体协作（Multi-Agent）等核心能力；
2. 构建系统级评测基准，持续监控并调优 Agent 在准确性、稳定性、延迟与成本等多维度的表现；
3. 与算法、产品、数据及业务团队紧密配合，推动 Agent 在实际场景的落地；
4. 熟练使用各类中间件、数据库、OLAP、云原生组件等，确保产品高吞吐与高可用；

任职要求:

1. 计算机科学等相关专业，本科及以上学历，具备扎实的数据结构与算法基础；
2. 精通 Python / Go / Java / C++ 任何一种语言，有1年以上的扎实后端系统开发经验，有大型项目开发经验者优先；
3. 熟悉微服务架构，熟悉各类数据库的核心原理与用法，掌握常用的分布式系统的中间件；
4. 优秀的系统设计与问题定位能力，良好的沟通协作与自驱动力，愿意在快速迭代中持续优化并输出高质量代码。

加分项:

1. 对AI/大语言模型有了解，或持有强烈的好奇心与学习热情，愿意快速掌握新技术并应用到实际业务中。
   熟悉至少一种主流 Agent 框架（LangChain / LangGraph / Agnes 等），有完整的 pipeline 架构、评测与调优实战；

岗位职责:

1. 客户全生命周期经营：独立开拓行业头部客户，从线索挖掘、需求对接，到签约、回款全流程推进中大型项目（单项目规模百万级起）；
2. 方案共创与技术对齐：和架构师团队配合，拆解客户研发 / 生产痛点，定义方案范围，完成技术价值论证与客户侧评审；
3. 商务全流程主导：负责商务谈判、采购流程跟进、合同条款（里程碑、验收、回款节点）制定，对签单率、回款率直接负责；
4. 行业经验沉淀：提炼可复用的销售打法、客户沟通话术、标杆案例包，形成行业方法论，赋能团队复制成功。

岗位要求:

1. 5年以上ToB 技术销售经验：有明确的项目型成交记录（需提供具体案例），熟悉复杂方案的销售逻辑；
2. 技术型客户沟通能力：能和研发 / 工艺 / 技术负责人顺畅对话，理解技术边界，能把方案的技术特性转化为客户的业务价值（不用写代码）；
3. 至少 1 个领域的行业认知：熟悉以下任一领域的客户画像、采购流程、立项逻辑：
   
   1. 半导体 / 封装材料（光刻胶、CMP、封装树脂等）；
   2. 新能源材料（电解液、正负极材料等）；
   3. 工业软件 / 仿真 / HPC / 实验自动化设备；
   4. 企业级软件本地化 / 行业解决方案；
4. 结构化销售能力：会判断项目机会、能控节奏、懂风险预判

岗位职责:

1. Agent Capability Evaluation & Iterative Strategy
   
   1. 建立并持续完善 Agent 评测用例集：覆盖离线基准、高价值场景用例及真实反馈案例，搭建标注与用例数据沉淀的完整 pipeline；
   2. 设计可行的评价方法：结合市场/用户反馈与产品价值定位，构建多维度、多场景、可落地执行的 Agent 能力评价体系；
   3. 构建“评测驱动迭代”策略体系：基于用例集与评价方法，分层梳理并设计优化策略，将评测结果转化为优先级明确的行动项，推动 Agent 能力持续演进。
2. Agent 产品架构设计与评测平台建设
   
   1. 参与产品架构设计：深度参与整体产品规划与架构设计，负责核心模块的功能设计，明确并补全评测用例与评测方法；
   2. 测评平台能力建设：设计并搭建完善的能力测评平台，构建围绕 Agent、工作流、工具等多维度的评测用例管理、提示词管理、测试任务执行及效果分析等能力；
   3. 推动关键产品能力拓展：围绕评测结果，针对能力薄弱模块与高价值场景，基于统一的能力分层框架，规划能力拓展方案，协同产品及研发部门完成新能力的开发、评测与上线。

任职要求:

1. 本科及以上学历，3 年以上产品设计与管理经验，特别优秀者可适当放宽；
2. 具备 AI Agent 相关产品设计与评测项目经验，完整负责过以下至少一类主流 AI 产品：智能体系统 / 自动化工作流编排平台 / RAG 与知识库系统 / Agentic 模型产品 / Agent 测评调优平台；
3. 具备较强的产品架构能力：能够围绕研发流程与业务场景，基于算力与模型底座，对不同复杂度的工具、模型、数据进行分层与编排，抽象为可稳定批量调度、可复用、可演进的能力模块；
4. 具备扎实的数据反馈与评测意识：能基于市场与用户反馈设计可量化指标与评测方法，持续完善评测集，推动自动化回归与线上监控，以量化指标驱动产品稳定迭代；
5. 具备优秀的跨团队协同推进能力：能在售前、市场、研发、交付等多部门之间对齐目标、拆解计划、把控风险与节奏。

加分项:

1. 具有化学、材料、药物设计等相关背景，或服务过科研/企业 R&D 场景（如 ELN、LIMS、化学数据库产品等）；
2. 具备企业级交付与成本意识：有算力成本评估、SLA、权限与审计、本地化/混合云部署等经验；
3. 具有面向专业用户/垂直领域的 AI 产品设计与商业化经验。