宽德智能学习实验室社招岗位

Will Finance是Will面向券商研究员的 AI 投研平台，旨在帮助研究员更高效地发现研究线索、分析资料、验证观点、完成研究产出，并持续沉淀个人与团队的研究方法。 我们关注 AI 如何融入真实的研究工作：让研究员能同时分析更多公司、形成更深入的判断，并让积累的研究经验能够持续复用。 岗位面向熟悉卖方研究、对

学历以官网为准 · 查看完整岗位与申请入口 →

Will Finance是Will面向券商研究员的 AI 投研平台，旨在帮助研究员更高效地发现研究线索、分析资料、验证观点、完成研究产出，并持续沉淀个人与团队的研究方法。 我们关注 AI 如何融入真实的研究工作：让研究员能同时分析更多公司、形成更深入的判断，并让积累的研究经验能够持续复用。 我们希望找到能够深入理解

学历以官网为准 · 查看完整岗位与申请入口 →

Tokenizer 是基础模型的重要组成部分，它不仅决定模型如何表示和理解文本，也影响模型的训练效率、推理成本以及跨语言泛化能力。 我们希望探索下一代 Tokenizer 的设计范式，团队将围绕自研 Tokenizer、Vocabulary Scaling Law以及 Tokenizer 与模型架构协同设计等方向开展

本科 · 查看完整岗位与申请入口 →

负责大模型评测体系建设，为模型训练、数据建设和产品迭代提供可靠决策依据。我们关注的不仅是 Benchmark 分数本身，更关注评测结果与模型真实能力之间的关系，以及如何通过科学评测发现模型短板、预测能力变化并指导训练方向。 岗位职责 设计和维护覆盖预训练能力维度的内部评测体系，持续提升评测结果的可靠性、稳定性与解释

学历以官网为准 · 查看完整岗位与申请入口 →

负责探索下一代基础模型架构，研究模型能力、训练成本和推理效率之间的平衡关系。我们关注如何突破现有架构在长文本建模、计算效率和规模扩展上的限制，探索能够支撑未来大规模智能系统的新型模型结构。 岗位职责 研究和设计新型基础模型架构，探索模型能力、训练效率与推理成本之间的最佳平衡点，并验证其在大规模训练中的可扩展性。

学历以官网为准 · 查看完整岗位与申请入口 →

智能体后训练团队为真实的科研，工程场景以及通用的高知识密度工作场景中的智能体训练底层模型，致力于提高 Will 智能体模型的能力上限、可靠性及真实世界表现。 作为早期成员加入，您将有机会主导一个研究方向：构建使大规模训练运行更快、更可靠的基础设施；设计能够揭示模型缺陷的评估标准；或者推动某项新能力从构想、实验、整合到

学历以官网为准 · 查看完整岗位与申请入口 →

作为对齐（Alignment）团队的创始研究工程师/研究科学家，您将站在最前沿，确保我们的 AI 系统在复杂、长程的实际工作的场景中也能始终遵循人类意图，并使其回答与行为符合国家法律规范以及遵循社会公序良俗。您将负责设计和实施可扩展的解决方案，以确保 AI 随着能力增长，面对愈加困难的任务时始终保持与人类对齐，并将有效

学历以官网为准 · 查看完整岗位与申请入口 →

Agent Harness Team 致力于构建能够完成真实复杂任务的智能体执行系统。我们关注工具调用、长期记忆、任务规划、错误恢复、多轮交互等关键能力，探索如何让模型与系统协同工作，在真实环境中稳定完成持续数小时乃至数天的开放式任务。 公司的愿景是 ASI for Science，Agent Harness Tea

学历以官网为准 · 查看完整岗位与申请入口 →

负责低精度训练相关研究，重点关注 FP4 低精度计算技术在大规模模型训练中的应用。我们希望通过更高效的数值计算方案降低训练成本，同时保持模型训练稳定性和最终能力表现。 岗位职责 研究 FP4 低精度训练方案，探索其在超大规模模型训练中的可行性与性能边界。 分析低精度计算对梯度传播、参数更新和模型收敛过程的影响，研

学历以官网为准 · 查看完整岗位与申请入口 →

我们正在构建面向下一代 AI 智能体的基础设施、环境、评估体系与能力演化框架，旨在赋能科学研究、工程实践及其他知识密集型真实世界任务中的智能体训练与部署。这个角色横跨强化学习、智能体评估、系统架构与前沿能力开发等多个交叉研究方向，您将有机会深度参与其中，并根据自身的研究专长与兴趣，在以下一个或多个方向发挥核心作用。

本科 · 查看完整岗位与申请入口 →

负责大规模代码数据的获取、治理和质量建设，为模型 Coding 能力构建提供数据基础。你将深入理解开源软件生态和真实开发流程，构建覆盖代码、文档、Issue、Commit、Code Review、测试等多个维度的训练数据体系，帮助模型学习真实的软件开发行为。 岗位职责 挖掘和维护高价值代码数据来源（如 GitHub

学历以官网为准 · 查看完整岗位与申请入口 →

负责构建下一代 Agentic Coding 数据生产系统，通过自动化方式生成高质量 Coding Agent 训练数据。你将参与真实开发环境构建、任务设计、Agent 轨迹生成与质量评估，推动模型学习更复杂、更接近真实开发场景的软件开发行为。 岗位职责 设计覆盖真实软件开发场景的 Agent 任务体系，包括功能开

学历以官网为准 · 查看完整岗位与申请入口 →

负责大模型指令遵从能力相关的数据建设、评测体系设计与训练反馈分析工作。你将参与模型如何理解用户需求、遵守复杂约束并准确完成任务的能力建设，研究哪些数据和训练方法能够持续提升模型的指令理解与执行能力。 岗位职责 构建和整理指令遵从相关训练数据，包括格式遵从、长度遵从、信息抽取、内容总结、多条件约束以及复杂用户需求理解

学历以官网为准 · 查看完整岗位与申请入口 →

负责大模型工具使用能力相关的数据建设、评测体系设计与训练反馈分析工作。你将参与搜索、Python、API 等工具能力建设，帮助模型从知识问答进一步发展为能够自主规划、调用工具并完成复杂任务的智能体。 岗位职责 构建工具使用相关训练数据，覆盖搜索、Python、API 调用以及多工具协作等场景。 设计复杂任务环境与

学历以官网为准 · 查看完整岗位与申请入口 →

负责大模型在 STEM 领域的数据建设与能力分析工作。你将参与科学知识数据的发现、整理、治理和评测，帮助模型获得更丰富、更准确的科学与工程知识，并支持 AI for Science 方向的能力建设。 岗位职责 挖掘和评估高质量 STEM 数据来源，建立覆盖物理、化学、生物、工程和统计等学科的数据体系。 设计 ST

学历以官网为准 · 查看完整岗位与申请入口 →

负责大模型后训练分布式基础设施的架构设计与系统优化，集成训推一体调度、高性能通信与容错机制，实现千卡集群下的极致训练效率。 岗位职责 后训练框架研发与架构设计：负责构建和维护大语言模型的高效后训练底层系统框架；针对 RLHF、DPO 等复杂对齐范式，设计支持多模型协作、动态资源调度的分布式训练架构。 训推一体系统

本科 · 查看完整岗位与申请入口 →

负责大模型预训练上下游工具链的设计、开发与维护，覆盖模型转换、评测、可视化分析、实验管理等关键环节，提升训练研发效率与系统可靠性。与预训练、后训练、评测等团队协作，构建稳定、可扩展、易维护的基础设施平台，为大规模模型研发提供高质量工程支撑。 岗位职责 负责预训练上下游工具链的设计、开发与维护，包括但不限于：模型转换

本科 · 查看完整岗位与申请入口 →

负责大模型预训练任务的稳定性建设与故障治理，设计并实现高容错、高可恢复性的训练系统。深入训练框架和分布式系统底层，定位复杂训练问题，提升大规模训练任务的成功率与资源利用效率。 岗位职责 负责大规模训练任务的异常分析、问题定位与故障归因。 建立训练错误分类体系，完善日志分析、监控告警与故障追踪机制。 参与设计和实

本科 · 查看完整岗位与申请入口 →

负责大模型训练过程中数据访问、Checkpoint、日志等存储相关系统的设计与优化，提升训练系统的数据吞吐能力、可靠性和稳定性。参与构建面向超大规模训练任务的高性能存储基础设施。 岗位职责 负责训练数据访问链路优化。 负责 Checkpoint 系统设计与优化，提升保存、恢复和迁移效率。 负责训练日志与监控数据

本科 · 查看完整岗位与申请入口 →

负责研究大模型训练过程中算子的数值精度特性与误差传播规律，建立训练精度评估体系，为低精度训练、Kernel 优化、自动化算子搜索等方向提供理论依据与实验支撑。参与下一代训练系统中 Kernel Evolve Agent 等自动优化系统建设。 岗位职责 研究训练过程中各类算子的数值稳定性与精度敏感性。 分析算子误差

本科 · 查看完整岗位与申请入口 →

负责大模型词表的训练、验证与迭代优化工作，建设自动化词表训练与评估系统，持续提升词表质量、训练效率和工程可维护性。参与词表相关算法与系统优化，为大规模预训练提供高质量的基础文本表示能力。 岗位职责 负责词表训练、验证、发布等全流程自动化系统建设与维护。 设计和优化词表评测体系，分析词表在不同语种、领域和数据分布上

本科 · 查看完整岗位与申请入口 →

负责大模型预训练框架的设计、开发与持续演进，构建高性能、高稳定性、可扩展的训练系统。参与从单机到超大规模 GPU 集群的训练框架建设，支撑下一代基础模型的训练与迭代。您将与算法团队紧密合作，将前沿训练方法快速落地到大规模训练环境中，并持续提升训练效率、资源利用率和系统稳定性。 岗位职责 负责预训练框架核心模块的设计

本科 · 查看完整岗位与申请入口 →

负责大规模训练数据处理系统建设，支撑模型训练所需数据的获取、清洗、生产和管理。你将面对 Billion 至 Trillion 级别的数据规模，构建高性能、高可靠的数据处理平台，为模型训练提供稳定的数据基础设施。 岗位职责 设计和开发大规模数据处理系统，支持训练数据从采集、清洗到生产的完整生命周期管理。 构建高质量

学历以官网为准 · 查看完整岗位与申请入口 →

WiSE（Will Science Collaboration Platform）是 Will 面向科研人员打造的 AI 科研工作平台，旨在帮助科研人员更高效地完成从知识获取、问题提出、研究推进到成果产出的全过程。 平台将结合前沿大语言模型、科研智能体系统及 Will 在 AI for Science & Techn

本科 · 查看完整岗位与申请入口 →

WiSE（Will Science Collaboration Platform）是 Will 面向科研人员打造的 AI 科研工作平台，旨在帮助科研人员更高效地完成从知识获取、问题提出、研究推进到成果产出的全过程。平台将结合前沿大语言模型、科研智能体系统及 Will 在 AI for Science & Technol

本科 · 查看完整岗位与申请入口 →

WiSE（Will Science Collaboration Platform）是 Will 面向科研人员打造的 AI 科研工作平台，旨在帮助科研人员更高效地完成从知识获取、问题提出、研究推进到成果产出的全过程。平台将结合前沿大语言模型、科研智能体系统及 Will 在 AI for Science & Technol

本科 · 查看完整岗位与申请入口 →

WiSE（Will Science Collaboration Platform）是 Will 面向科研人员打造的 AI 科研工作平台，旨在帮助科研人员更高效地完成从知识获取、问题提出、研究推进到成果产出的全过程。平台将结合前沿大语言模型、科研智能体系统及 Will 在 AI for Science & Technol

本科 · 查看完整岗位与申请入口 →

我们正在寻找对基础模型能力研究充满热情的优秀研究者，共同探索如何理解并持续提升模型能力。我们并不局限于模型研发流程中的某一个阶段，而是围绕模型训练与推理中的重要研究问题展开。我们探索能够持续提升模型能力、可靠性和实用性的可扩展方法，包括但不限于 Agent System 训练算法、Scalable Harness、Au

学历以官网为准 · 查看完整岗位与申请入口 →

负责大模型数学能力建设相关的数据策略、能力评测与训练反馈分析工作。你将参与数学能力构建的完整闭环，包括数据发现、数据治理、数据合成、能力建模、评测体系设计以及训练效果分析，帮助模型获得更强的数学知识、推理与问题求解能力。我们关注如何构建足够全面、可持续扩展的数学数据体系，并探索模型从零开始学习数学能力的有效路径。 岗

学历以官网为准 · 查看完整岗位与申请入口 →