大模型算法研究员（28届）

参与大模型预训练、后训练、强化学习、推理或 Agent 等方向的研究。 - 阅读和复现有价值的论文，在现有方案上提出并验证自己的改进。 - 参与训练数据的构建、清洗、筛选和质量分析。 - 设计模型评测方法，通过实验和 Bad Case 分析找到模型的真实问题。 - 编写和维护训练、评测代码，排查实验及模型训练过程中遇到的问题。 - 和算法、数据、基础设施及产品同学合作，把有效的研究结果应用到实际模型中

计算机、人工智能、数学、统计学或相关专业，本科及以上学历。 - 理解机器学习、深度学习和 Transformer 的基本原理。 - 熟悉 Python，能够使用 PyTorch 独立完成模型训练和实验分析。 - 做过至少一项相对完整的算法研究或模型项目，能够讲清楚自己解决了什么问题、做了哪些尝试、结果如何。 - 能够阅读英文论文，并根据论文或开源代码复现实验。 - 对实验结果保持诚实。遇到结果不符合预期时，愿意继续查找原因，而不是只挑选有利结果。 - 有主动性，能够清楚地记录和表达自己的思路，也愿意和团队一起讨论问题。 加分项： - 参与过大模型预训练、SFT、偏好优化、强化学习或 Agent 项目。 - 熟悉 Hugging Face、Megatron-LM、DeepSpeed、vLLM、Ray 等工具。 - 有分布式训练、推理优化、CUDA或大规模数据处理经验。 - 有高质量论文、开源项目、技术报告或算法竞赛经历。 - 对数学、代码、复杂推理、长上下文或模型评测中的某个方向有深入积累