返回岗位列表

高级智能体后训练机器学习研究工程师

查看原岗位

地点：美国薪资：薪资未公开日期：2026-01-29

岗位摘要

训练最先进的模型（包括内部开发和社区模型），并部署给企业客户；研究前沿算法，并将其直接整合到我们的训练栈中；设计解决方案，使复杂的多智能体系统能够直接从过程奖励和结果奖励中学习；在生产环境中拥有5年以上的LLM训练经验

岗位职责

训练最先进的模型（包括内部开发和社区模型），并部署给企业客户
研究前沿算法，并将其直接整合到我们的训练栈中
设计解决方案，使复杂的多智能体系统能够直接从过程奖励和结果奖励中学习

任职要求

在生产环境中拥有5年以上的LLM训练经验
具备RLHF/RLVR等后训练方法以及PPO/GRPO等相关算法的经验
过去两年内在NEURIPS、ICLR或ICML等顶级会议上发表过论文
拥有计算机科学或相关领域的博士学位或硕士学位

福利待遇

全面的健康、牙科和视力保险
学习和发展津贴
丰厚的带薪休假
可能符合通勤津贴等额外福利