返回岗位列表

大语言模型Post-train研究员

查看原岗位

地点：北京薪资：薪资未公开日期：2026-07-20

岗位摘要

研发大规模、高质量的Agent数据合成管线，提升模型在Code、Search及General Tool Use等场景下的能力；探索多智能体协作、长时记忆系统及交互环境的构建，提升模型解决复杂任务能力

岗位职责

研发大规模、高质量的Agent数据合成管线，提升模型在Code、Search及General Tool Use等场景下的能力
探索多智能体协作、长时记忆系统及交互环境的构建，提升模型解决复杂任务能力
探索高效、稳定的强化学习算法，增强模型在数学、代码与逻辑等复杂任务中的推理能力
持续提升模型的指令遵循度、有用性与诚实性，进行模型对齐与RLHF研究
为大模型构建可靠、可信的行为准则，提升AI安全性

任职要求

拥有大语言模型Post-train（如SFT, RLHF, RLVR, Agent）相关的研究或项目实践经验
具备扎实的Data Sense和Evaluation Sense，能够以问题为导向，通过严谨的实验设计和数据分析驱动模型迭代
具备出色的编程与工程能力，熟练掌握PyTorch等深度学习框架
对Verl、Megatron等分布式训练方法有深入理解
熟悉SGLang、vLLM等高性能推理引擎

加分项

作为主要贡献者主导或参与过有影响力的开源项目
在 NeurIPS、ICML、ICLR、ACL、EMNLP 等人工智能顶级会议或学术期刊上发表过高质量论文
在 IMO/CMO、IOI/NOI、ACM-ICPC 等国内外知名竞赛中取得过优异成绩

福利待遇

作为主要贡献者主导或参与过有影响力的开源项目
在NeurIPS、ICML、ICLR、ACL、EMNLP等人工智能顶级会议或学术期刊上发表过高质量论文
在IMO/CMO、IOI/NOI、ACM-ICPC等国内外知名竞赛中取得过优异成绩