大模型后训练工程师（北京）

1、领域模型后训练：负责垂直领域大模型的 SFT、偏好对齐（DPO / GRPO / RLVR 等）与蒸馏，设计数据配比、训练策略等；

2、QAT 研究与落地：结合公司芯片特性，研究量化感知训练算法，包括 QAT + 蒸馏联合训练、旋转 / 平滑类变换（Hadamard、SmoothQuant 系）、权重与激活的混合精度分配、KV Cache 与 attention 低比特化；

3、精度归因与评测：搭建领域评测集与量化退化归因工具链，定位到 layer / channel / token 粒度的误差来源，形成可复用的诊断方法；

4、软硬协同：与推理侧（vLLM / SGLang / TensorRT-LLM）和硬件侧算子团队合作，在真实 kernel 支持的格式约束下做精度—吞吐—显存的权衡设计；

5、前沿跟踪与产出：跟踪后训练与模型压缩前沿工作，推动内部方法沉淀，鼓励顶会论文与开源贡献。

1、计算机、电子、自动化、数学等相关专业，2027 届应届毕业生；

2、扎实的深度学习基础，理解 Transformer 结构、训练目标与优化过程，能读懂并复现主流后训练论文；

3、有实际训练 / 微调领域模型的经历（实习、科研项目、竞赛或开源均可）：能清楚说明数据从哪来、怎么配比、评测怎么设计、遇到过什么坑；

4、熟练使用 PyTorch，熟悉至少一套训练框架（Megatron-LM / DeepSpeed / FSDP / LLaMA-Factory / veRL / TRL 等），有多卡分布式训练经验；

5、具备工程落地意识：能独立跑通数据处理 → 训练 → 评测 → 分析的完整闭环，结果可复现