LLM Post-Train算法研究员
岗位摘要
参与通用推理大模型对齐（Alignment）方向的研发工作，涵盖数据循环体系的构建，专注于监督微调（SFT）与强化学习（RL）阶段中数据使用策略的系统性研究；深入探索对齐阶段（Alignment）的数据与算法在大规模训练中的可扩展性与优化路径
登录后保留你的岗位线索
邮箱登录后可继续查看完整职责、任职要求和原岗位入口，并使用收藏与浏览记录沉淀适合自己的机会。
岗位职责
- 参与通用推理大模型对齐（Alignment）方向的研发工作，涵盖数据循环体系的构建，专注于监督微调（SFT）与强化学习（RL）阶段中数据使用策略的系统性研究
- 深入探索对齐阶段（Alignment）的数据与算法在大规模训练中的可扩展性与优化路径
- 参与构建世界领先的高性能通用推理大模型，在多项客观评测指标中保持行业领先
任职要求
- 预计毕业时间在2025年9月至2026年8月之间的国内外计算机、数学、人工智能等相关专业博士或优秀硕士研究生
- 对数据有一定的敏感度，熟知开源社区各数据渠道来源，有数据处理的相关经验和认知
- 对大模型相关研究前沿进展比较熟悉，如Reasoning RL、Agent RL等，具有大模型研发经验者优先
- 有一定的相关研究经历，发表过顶级会议论文者优先，如ICLR、NeurIPS、ICML等
- 具备扎实的编程基础和优秀的工程能力，具有NOI、ACM/ICPC等编程竞赛金牌获奖者优先
- 具备良好的团队协作能力和沟通能力
福利待遇
- 薪资优厚，30-35K·16薪
- 加入前沿AI团队，参与世界领先大模型的研发工作
- 良好的职业发展通道与成长空间
工作地址
北京海淀区大恒科技大厦12F
登录后查看完整岗位详情
使用邮箱验证码登录后，可查看完整职责、任职要求、原岗位入口，并继续使用收藏和浏览记录。列表摘要保持公开，完整详情用于保护数据质量和降低恶意抓取。