蚂蚁集团-大模型后训练算法工程师-阿福

参与训练医疗大模型，包括但不限于模型SFT、强化学习系统的算法实验设计、数据收集合成消融、infra 团队协作等；

探索高效的后训练范式，包括高效 SFT、Model Merge、On-policy Distill、 RL等后训练算法以及pipeline，提升发布效果和效率。

提升大模型在Reasoning、Agentic等任务上的能力上限，构建在医疗场景具备深度思考和自主行动能力的基座模型。

硕士及以上学历，计算机科学或相关专业背景。

具备大模型研发经验，在 Post-Training（如SFT、RL、Model Merge、OPD等）某一方向上有深入积累。

算法与工程兼备，熟悉数据与训练策略，也了解主流训练和推理框架（如 Megatron、SGLang、vLLM等）。

具有良好的学习和沟通能力，有好奇心和责任心，具有钻研精神，能够与算法团队、工程团队及其他技术团队紧密配合。

在大模型领域有科研或实践经验，在AI领域国际顶级会议/期刊发表过高质量论文优先

具备算法和infra co-design经验, 对sglang/vllm/megatron有开发优化经验优先