返回岗位列表

人工智能研究科学家/工程师

查看原岗位

地点：美国薪资：薪资未公开日期：2026-01-30

岗位摘要

使用最新的监督和强化学习技术（SFT/DPO/GRPO）对SOTA LLMs进行后训练；利用丰富的查询/答案数据集扩展Sonar、Deep Research、Comet和Search产品的模型性能

岗位职责

使用最新的监督和强化学习技术（SFT/DPO/GRPO）对SOTA LLMs进行后训练
利用丰富的查询/答案数据集扩展Sonar、Deep Research、Comet和Search产品的模型性能
紧跟最新的LLM研究，特别是在模型训练、优化和个性化技术方面
实施偏好优化和个性化功能以增强用户体验
发明内部改进和优化以增强SOTA模型
将研究想法转化为算法并运行实验以推出新模型
拥有模型开发所需的全栈数据、训练和评估管道
构建强大有效的训练框架（基于Megatron/PyTorch）用于LLMs的后训练
实施必要的基础设施和组件以支持大规模的前沿模型训练
将模型无缝集成到产品生态系统中
与工程团队紧密合作，将模型集成到Perplexity的产品套件中
跨团队协作以确保平台上的AI体验连贯一致
与产品团队合作，了解用户需求并将其转化为模型改进

任职要求

具有大规模LLMs和深度学习系统的实际经验
Python/PyTorch编程能力强；多才多艺者优先
自我驱动，愿意承担任务的所有权
热衷于解决具有挑战性的问题
相关项目经验至少2-6年（视资历级别而定）
机器学习、AI、系统或相关领域的博士学位（优先）
使用SFT/DPO/GRPO进行LLMs后训练的经验（优先）
C++/CUDA编程技能（优先）
构建LLM训练框架的经验（优先）
学术出版物和研究影响力（优先）
代理系统和多步推理的经验（优先）
个性化和偏好学习的背景（优先）