夜雨聆风点击蓝字，关注我们
一、单位简介
南京开为网络科技有限公司系国家高新技术企业、专精特新企业，是一家拥有多款多模态自研模型，深耕AI系统级构建的创新企业。公司在南京江北新区设立国内总部，正式形成国内外双总部运营架构。
公司基于自研 DSPO（Dynamic-filterSequence-level Policy Optimization）与 UV (Universal Verifier) ，率先提出以 AgenticFeedback 为核心闭环的强化学习框架 RLAF（Reinforcement Learning from Agentic Feedback），从底层重塑模型在复杂任务中的自我校正、长期推理与协同决策能力。
在体系架构层面，Agnes 构建了覆盖文本、视觉与多模态推理的模型集群，并通过智慧路由（Intelligent Routing）与系统级调度（System-Level Orchestration），实现算力、任务与模型能力之间的动态最优匹配。在显著压缩训练与推理成本的同时，整体性能稳定逼近主流SOTA 区间，形成兼具工程可扩展性与经济效率的高性能模型范式。在应用层，公司核心产品Agnes基于模型集群技术，已规模化落地多款由自研模型全栈驱动的Agent 产品，覆盖生产力、多模态生成与复杂交互场景，目前全球累计注册用户规模已达1600万，日活用户数30万+，并在真实世界高并发与长链任务中持续验证其技术路线的有效性与稳定性。
二、招聘岗位、人数及任职要求
招聘岗位一：AI科研实习生（大模型评估方向）｜岗位编号sx01
招聘人数：30人
岗位职责：
1.评估工具平台化可视化：封装LLM、图像视频、Agent评测流程；开发Web可视化评估平台，实现任务提交、进度监控、结果看板、报告导出；标准化评测工具，实现一键评估、自动出报告；
2.工具运维迭代：维护评测工具、修复bug、版本更新、答疑；搭建GPU/CPU/存储资源调度监控机制，优化高并发资源利用率；收集业务反馈持续迭代工具链；
3.评估架构与技术调研：吃透各模型评测原理框架，设计指标体系；跟踪前沿多模态评测方案并输出落地调研报告；搭建评测数据、基线模型、结果归档可复现体系；
4.跨团队协作：对接LLM、图像视频、Agent算法团队，转化评估需求为平台功能，统一全业务评估口径。
招聘要求：
硬性要求：
1.研究生在读，计算机、软件工程、人工智能相关专业，能至少稳定实习3个月；
2.工程能力扎实，熟练Python，掌握FastAPI/Flask/Django/Node.js任一Web框架，具备全栈开发意愿或能力；
3.熟悉Linux，会Shell脚本、Docker部署、Git版本管理等基础DevOps技能；
4.了解LLM/图像/视频/Agent任一方向评测流程、指标（FVD、FAD、pass@k、CLAP Score、SWE-bench Resolve Rate等）与主流评测框架，可快速学习；
5.细心负责，可处理高精度、高可复现性要求的配置、对齐、排障工作；
6.沟通能力良好，可对接算法团队、撰写易懂评估文档。
软性优先项：
1.有模型评估、MLOps、A/B测试平台开发经验；
2.掌握K8s/Slurm集群调度，有GPU资源优化、任务队列设计经验；
3.会React/Vue前端，可独立开发数据看板；
4.了解CI/CD流水线，可将评测流程接入研发自动化体系。
加分项：
1.二次开发或贡献GPQA、SWE-bench、VBench、OpenHands、HumanEval等开源评测基准；
2.独立完成LLM/图文视频/Agent完整评估项目；
3.产出评测相关技术博客、开源项目、论文/调研报告。
招聘岗位二：AI科研实习生（图像、视频方向）｜岗位编号sx02
招聘人数：30人
岗位职责：
1.参与图片、视频生成大模型（T2I/I2I、T2V/I2V）架构设计、训练迭代；
2.落地强化学习RLHF/RLAIF，优化生成画面时空连贯性、美学质量、动作对齐度；
3.完成图像视频模型微调、LoRA训练，基于DPO/PPO开展偏好对齐；
4.针对多模态指令理解弱、画面畸变等问题，设计奖励模型与优化算法攻关。
招聘要求：
1.扩散模型理论：精通其训练机制，熟悉 FlowMatching（流匹配）训练算法，理解其与传统扩散机制的区别，能至少稳定实习3个月；
2.具备强化学习实战能力，熟悉PPO、DPO等生成模型常用强化学习变体；
3.精通Python、PyTorch，熟练编写代码，会使用VibeCoding工具。
加分项：
（1）有扩散模型结合RLHF/DPO优化图文视频生成项目经验；
（2）熟练DDP、FSDP等GPU集群分布式训练工具；
（3）在CVPR、ICCV、ECCV、NeurIPS、ICLR等顶会发表视频生成、强化学习、多模态对齐相关论文。
招聘岗位三：AI科研实习生（推理优化方向）｜岗位编号sx03
招聘人数：30人
岗位职责：
1.研究测试量化、KV Cache量化、投机解码、MTP、前缀缓存、前缀路由等推理优化技术，基于vLLM/SGLang对比吞吐量、延迟、显存占用指标；
2.研读vLLM/SGLang源码，理解PagedAttention、Continuous Batching核心机制，完成源码级小型实验修改；
3.基于Diffusion Pipeline针对DiT系列模型开展推理加速，使用ComfyUI搭建工作流、定位节点瓶颈并自定义优化节点；
4.编写Python自动化脚本批量执行实验，汇总数据生成可视化分析报告。
招聘要求：
1.计算机、人工智能相关专业，硕士在读，对LLM、DiT推理优化感兴趣，能至少稳定实习3个月；
2.掌握vLLM/SGLang基础原理，了解PagedAttention、Continuous Batching优先；
3.熟悉主流量化方案，知晓量化对精度、性能的影响；
4.理解投机解码、MTP生成加速、前缀缓存复用相关技术；
5.掌握Diffusion Pipeline基础流程，可通过diffusers加载运行DiT模型；
6.会基础ComfyUI操作，可搭建简单工作流；
7.熟练Python、PyTorch，可独立编写实验脚本；
8.具备英文技术文献阅读与新技术快速学习能力。
加分项：
（1）阅读、修改过vLLM/SGLang/diffusers源码；
（2）拥有量化、蒸馏、剪枝等模型压缩实验经验；
（3）具备ComfyUI自定义节点开发经验。
招聘岗位四：AI科研实习生（大语言模型方向）｜岗位编号sx04
招聘人数：30人
岗位职责：
1.参与大语言模型微调，包含数据准备、训练配置、实验运行、结果分析；
2.搭建整理SFT、指令微调、偏好、蒸馏、合成类训练数据；
3.开展LoRA/QLoRA、全参微调、多卡分布式训练相关实验；
4.完成模型效果评测，整理基准测试结果、训练曲线，分析badcase并归因；
5.跟进LLM论文与开源项目，复现数据构造、训练、评测方案；
6.整理实验全套文档，记录实验目的、数据、配置、对比结果与结论。
招聘要求：
1.计算机、人工智能、数学、自动化等相关专业，硕士在读，能至少稳定实习3个月；
2.熟练Python，具备代码阅读、调试与工程实现能力；
3.掌握PyTorch，可读懂、修改常规模型训练代码；
4.了解Transformer、大模型基础原理，熟悉tokenizer、attention、预训练、SFT、RLHF等概念；
5.拥有模型微调经验，使用过Hugging Face Transformers、PEFT、LoRA/QLoRA工具；
6.熟悉LLM完整训练流程：数据处理、训练启动、断点保存、日志观测、模型评测；
7.可依据loss曲线、评测结果、缺陷案例判断模型效果；
8.具备英文文献阅读能力，可自主复现论文、开源方案并落地实验。
加分项：
（1）有SFT、DPO、PPO、GRPO、知识蒸馏、数据合成相关实操经验；
（2）使用DeepSpeed、FSDP、Megatron-LM、verl、Ray等分布式训练工具；
（3）掌握vLLM、SGLang、TensorRT-LLM等推理框架，有模型部署服务经验；
（4）做过数学、代码、Agent、工具调用、RAG类模型训练或评测；
（5）熟练Linux、Docker、Git，能在服务器完成训练调试；
（6）有论文复现、开源项目、技术博客、AI竞赛经历。
三、薪资待遇
薪资范围：320-520元/天；
工作地点：南京江北新区浦滨路209号芯科大厦15楼。
四、关于团队
公司现有员工280余人，核心团队成员毕业于加州大学伯克利分校、新加坡国立大学、斯坦福大学、麻省理工学院、清华大学、北京大学、南京大学、东南大学、浙江大学、中科大等知名高校，具备跨学科背景与丰富产业实践经验。
我们寻找
热爱人工智能、乐于学习、踏实肯干的优秀人才加入。
中国总部：南京开为网络科技有限公司
新加坡总部：SingaporeSapiens Technology Pte. Ltd.
公司网址：https://agnes.life
五、报名方式
1．邮箱投递简历：jiaoyan.zhou@kiwiar.com，邮件主题注明：应聘XXX(岗位)，等待面试通知，并保持手机通讯畅通。
2．咨询电话:025-84687309(咨询时间：工作日9:00-17:00）。
重要提示：
1、请勿重复投递简历，请您在投简历前确保认真仔细阅读招聘简章以及薪资福利待遇，初步意向合适，方可投递简历，投递完请保持电话畅通，我们将收到您的简历后及时与您电话联系，请耐心等待！非诚勿扰！
2、如一直无法联系上或您挂断电话，将视为放弃本岗位应聘，一切后果由本人自行承担。
