返回岗位列表

大模型Post Train算法工程师/研究员

查看原岗位

地点：北京薪资：100-200K 日期：2026-05-22

岗位摘要

负责大模型对齐方向研发，涵盖SFT、RL全阶段的数据策略与算法优化；负责后训练及Mid-training数据筛选、合成与配比，建立数据-模型正向飞轮；探索通用Agent/Agent RL等前沿训练范式，提升模型任务规划与多步推理能力

岗位职责

负责大模型对齐方向研发，涵盖SFT、RL全阶段的数据策略与算法优化
负责后训练及Mid-training数据筛选、合成与配比，建立数据-模型正向飞轮
探索通用Agent/Agent RL等前沿训练范式，提升模型任务规划与多步推理能力
设计开发Agent基建与训练基建，端到端提升模型研发效率

任职要求

计算机/数学/AI相关专业博士或优秀硕士
数据敏感，熟悉开源数据生态，工程能力强
熟悉Reasoning RL、Agent RL、Mid-training等前沿方向，有大模型研发经验
顶会论文（ICLR/NeurIPS/ICML）、NOI/ACM-ICPC金牌获奖者优先

福利待遇

具有竞争力的薪酬体系：100-200K·16薪
博士学历优先，优质职业发展平台
前沿技术探索机会，紧跟大模型与Agent领域最新进展

工作地址

北京海淀区大恒科技大厦00