后训练方向前线部署工程师
岗位摘要
帮助客户定义和执行模型后训练的数据策略，诊断限制模型性能的数据质量问题，并为后训练规模提供数据生成建议；为每个用例推荐合适的后训练方法；设计良好控制的实验和跟踪方法；诊断训练不稳定性、奖励黑客和性能回退
岗位职责
- 帮助客户定义和执行模型后训练的数据策略，诊断限制模型性能的数据质量问题，并为后训练规模提供数据生成建议
- 为每个用例推荐合适的后训练方法
- 设计良好控制的实验和跟踪方法；诊断训练不稳定性、奖励黑客和性能回退
- 与客户一起构建评估框架，包括任务特定基准、LLM作为评判者的流程和保留测试集，确保收益可复现并与生产成功指标一致
- 指导后训练前的基座模型选择方法，并进行基线质量评估以指导后训练目标；对最新开源模型有自主研究兴趣
- 评估和规划强化学习与微调工作负载的规模，与销售和容量团队合作制定交易和容量预测
- 作为战略客户的主要后训练技术联系人，领导从范围界定到生产的技术执行，确保达成关键里程碑
- 通过现场洞察塑造微调和强化学习产品路线图；贡献代码、配方和参考实现，推动新功能和研究在战略客户中的早期采用
任职要求
- 5年以上ML工程、应用AI、前线部署工程或解决方案架构师的技术角色经验，且近期有LLM后训练的实操经验
- 专家级LLM微调和/或强化学习实操经验，包括SFT、LoRA、DPO和RL（GRPO、PPO等）
- 强大的实验严谨性：设计实验、运行消融研究并构建评估，区分真实改进与噪声
- 数据直觉：证明有能力构建和迭代训练数据集
- 模型全景意识：广泛了解最先进的开源模型，并能根据客户需求判断后训练哪个基座模型
- 编码能力：强大的Python技能，适应生产环境
- 具有领导复杂、面向客户的技术项目的经验，出色的项目管理和沟通能力，能在高度跨职能环境中工作