返回岗位列表

大模型后训练算法工程师

查看原岗位

地点：北京薪资：薪资未公开日期：2026-01-29

岗位摘要

探索更多可扩展的验证器信号，并通过强化学习提升模型的各项能力；提升奖励模型在创作、人类偏好、指令遵循等各专项上的能力，减少奖励作弊和偏差；研究推理路径压缩和外推，实现更高质量的推理思考

岗位职责

探索更多可扩展的验证器信号，并通过强化学习提升模型的各项能力
提升奖励模型在创作、人类偏好、指令遵循等各专项上的能力，减少奖励作弊和偏差
研究推理路径压缩和外推，实现更高质量的推理思考
将大语言模型的推理能力和智能体以及其他模态相结合，探索统一模态的推理

任职要求

计算机、机器学习等方向相关专业，博士及硕士优先
具有后训练或强化学习相关方向经验
精通Python以及PyTorch等深度学习框架，具有较强的代码工程能力
熟悉大语言模型推理引擎（如vLLM、SGLang）的实现者优先
曾发表顶级会议论文并具有一定的学术影响力，包括但不限于NeurIPS、ICLR、ICML、ACL等者优先
拥有知名开源项目，在开源社区具有较好影响力者优先

加分项

熟悉LLM推理引擎（如vLLM，SGLang）的实现
曾发表顶级会议论文并具有一定的学术影响力，包括但不限于NeurIPS、ICLR、ICML、ACL等
拥有知名开源项目，在开源社区具有较好的影响力