大模型训练算法工程师

负责垂直领域大模型的全流程训练工作，独立执行增量预训练（CPT）、监督微调（SFT）及强化学习对齐（RLHF/DPO）任务

负责高质量训练数据的构建与清洗，包括预训练语料的清洗过滤、SFT指令数据的构造与配比、偏好数据的生成

基于Ascend NPU/NV GPU平台，使用Megatron-LM、veRL、LLaMA-Factory等框架进行模型训练与性能调优

监控训练过程，及时发现并解决Loss异常、梯度爆炸等常见训练问题，产出实验分析报告

参与模型评测工作，根据评测结果调整数据配比与超参数，持续提升模型在垂域的效果

跟踪大模型训练领域前沿进展，复现SFT/RLHF相关论文算法，并尝试应用到业务场景中

计算机、人工智能、数学等相关专业硕士及以上学历，具备1~2年NLP或大模型算法工作经验

熟悉Python、PyTorch，对Transformer架构原理（Attention、RoPE等）和主流开源LLM（Qwen、LLaMA、InternLM等）有深入了解

具备大模型（7B及以上）微调实战经验，并具备以下任一方向的技术积累： -预训练/CPT方向：熟悉分布式训练基础（DP/TP/PP），有使用Megatron-LM或DeepSpeed进行多机多卡训练的经验 -后训练方向：熟悉SFT、RLHF、DPO等算法流程，有过完整的模型精调与对齐实践，了解PPO算法细节

具备良好的实验习惯，能够独立设计对比实验，对数据质量和超参敏感，能通过Badcase分析定位问题

有大模型相关的开源项目贡献、顶会论文发表或知名比赛（Kaggle、天池等）获奖经历者优先

具备团队协作意识，能够快速适应业务迭代节奏