大模型算法工程师-后训练
岗位摘要
研发监督微调、强化学习与偏好优化等后训练方法，提升模型的指令遵循、推理、工具使用和复杂任务执行能力；探索高质量数据构建、奖励设计与反馈机制，推动数据、训练策略和模型能力的持续迭代；研究多能力协同优化，优化数据配比与训练流程，缓解不同能力之间的冲突、遗忘与回退，提升模型整体表现
岗位职责
- 研发监督微调、强化学习与偏好优化等后训练方法，提升模型的指令遵循、推理、工具使用和复杂任务执行能力
- 探索高质量数据构建、奖励设计与反馈机制，推动数据、训练策略和模型能力的持续迭代
- 研究多能力协同优化，优化数据配比与训练流程，缓解不同能力之间的冲突、遗忘与回退，提升模型整体表现
任职要求
- 有强烈的技术追求和热情，真的想要用技术给现实世界带来改变
- 具备优秀的研究素养和创新能力，在国际顶会或期刊发表过高质量论文，在模型后训练、强化学习、代码智能或相关方向有研究或实践经验
- 有良好的工程和动手能力，能够广泛利用各种工具解决问题，主导或者参与过有影响力的大规模机器学习项目
- 具备良好的研究判断力和探索精神，能够通过严谨实验推动模型能力提升
加分项
- 有大规模分布式训练相关经验、在理解算法原理的同时，也掌握实现细节
- 有ACM/NOI/超算等各类竞赛获奖经历者
- 在相关领域有高质量研究成果或开源贡献
福利待遇
- 有大规模分布式训练相关经验、在理解算法原理的同时，也掌握实现细节
- 有ACM/NOI/超算等各类竞赛获奖经历者优先
- 在相关领域有高质量研究成果或开源贡献者优先