大模型Post-Training 算法工程师

职位描述

岗位职责

- 面向 知识、数据与代码等场景的智能体（Agent）应用，设计并实现大模型的 Post-Training 流程，包括但不限于 SFT、RLHF / RLAIF 等方法。

- 针对模型在 复杂指令遵循、通用问答、内容创作、Tool-Using 等能力上的关键瓶颈，开展系统性分析与算法优化，持续提升模型效果与稳定性。

- 研究并落地 高质量训练数据的自动化构建与合成方法，探索人类反馈、模型反馈等多种数据来源，建设高效、可持续演进的 线上数据飞轮闭环。

任职要求

岗位要求

- 计算机科学、人工智能、电子工程或相关领域 硕士及以上学历。

- 具备 2 年及以上大模型相关研发经验，在 Post-Training 方向（如 SFT、RLHF、RLAIF、DPO、PPO 等）具有扎实的理论基础和实际落地经验。

- 对深度学习与机器学习原理有深入理解，熟悉 Transformer、MoE 等主流及前沿模型架构；在 强化学习（RL） 方向具备良好的理论基础与实践认知。

- 精通 Python，熟练使用 PyTorch 等深度学习框架，具备良好的代码工程能力与实验实现能力。