蚂蚁集团
蚂蚁集团-大模型算法专家（后训练）-杭州/北京【AGI专项】
RESPONSIBILITIES
岗位职责
参与大语言模型（LLM）后训练全流程优化，包括但不限于通用能力提升、安全对齐等方向。
实现并应用SFT/RLHF/DPO/PPO/GRPO等算法，探索多目标奖励模型、过程监督等前沿技术，提升模型在指令遵循、逻辑推理、多任务泛化等方面的性能。
构建模型效果评估体系，设计自动化评估方案，持续跟踪模型优化效果。
参与技术开源与学术研究，发表顶会论文或贡献核心开源项目。
REQUIREMENTS
任职要求
计算机科学、人工智能、数学等相关专业硕士及以上学历（优秀本科生可放宽）。
熟练掌握 Python 和 PyTorch，具备分布式训练（如多机多卡调优）经验。
深入理解 Transformer 架构及SFT/RLHF/DPO/PPO/GRPO等算法。
在NeurIPS、ICML、ICLR、 ACL等顶会发表论文，或 Kaggle、ACM 竞赛获奖者优先。 加分项 ● 具备大规模（千卡级）训练调优经验。
大规模MoE架构训练/调优经验。
长思维链/复杂任务推理经验。
在开源社区（如 HuggingFace、GitHub）有突出贡献。
信息来自企业官方招聘渠道
OfferSeek 对公开岗位信息进行聚合、去重和结构化整理，最终申请以企业官方页面为准。