大模型后训练算法工程师

1. 大模型后训练算法研发：负责大语言模型的后训练算法研究与开发，包括监督微调（SFT）、强化学习（RLHF、DPO等）及偏好对齐技术，提升模型的指令遵循能力、推理能力与任务执行效果；

2. 模型能力优化：针对复杂推理、数学问题、代码生成及专业领域任务，设计并优化训练策略与算法方案，提升模型在特定场景下的准确性、稳定性与泛化能力；

3. 训练数据构建：参与高质量训练数据的筛选、清洗、合成与标注，研究数据质量、数据配比及训练策略对模型性能的影响，持续优化训练数据体系；

4. 训练流程优化：参与大模型训练框架与后训练流程的搭建和优化，提升训练效率与资源利用率，探索分布式训练、模型压缩及推理优化等相关技术；

5. 实验评估与迭代：建立模型评测体系，开展训练实验、效果评估与误差分析，结合评测结果持续迭代算法方案，推动大模型能力提升及业务场景落地。

1、硕士及以上学历，计算机、数学、统计学等相关专业优先；

2、具备扎实的机器学习、深度学习及自然语言处理理论基础，熟悉Transformer架构、大语言模型训练原理及常见后训练方法；

3、熟练掌握Python编程语言，熟悉PyTorch等深度学习框架，了解SFT、RLHF、DPO、PPO等模型训练与对齐技术；

4、具备较强的数学推导、算法实现及实验分析能力，能够独立开展模型训练、性能评估与问题定位，熟悉Linux及分布式训练技术者优先；

5、对大模型前沿技术有较强的研究兴趣和学习能力，具备良好的沟通协作能力，有大模型训练、强化学习、推理优化相关项目经验者优先；

6、在人工智能、机器学习、自然语言处理等相关领域顶级会议或期刊发表论文，或有高水平开源项目贡献者优先。