米哈游
LLM Posttrain算法研究员
RESPONSIBILITIES
岗位职责
研究并开发 LLM 与多模态模型的 Post-training 方法，重点提升模型的 Agent 能力与复杂推理能力；
设计并实现 Agentic SFT、Agentic CPT、Reasoning RL、Agentic RL 等训练方法，并持续迭代优化；
构建大规模 Agent training data，覆盖Coding、 Cyber、Tool Use、回流数据等复杂任务场景；
设计并实现 Agent evaluation framework，建立面向复杂任务执行与工具使用场景的能力评估体系。
REQUIREMENTS
任职要求
计算机科学、人工智能、机器学习或相关领域硕士或博士学位；
具备 LLM 后训练经验或RL训练经验，熟悉分布式训练、rollout系统和性能调优；
在 NeurIPS、ICML、ICLR、CVPR 等顶级会议发表论文，或参与过有影响力的开源项目。
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。