百川智能-大模型算法工程师

职位描述

职位描述：

1. 负责后训练（Post-training）相关研发工作，提升模型在数理推理、Planning、RAG、指令跟随、工具调用等方面的能力；

2. 优化和迭代大模型的对齐训练策略和工具，包括 SFT、RLHF、Self-play RL、Agent 优化、模型融合、模型蒸馏等；

3. 开展人类和机器偏好相关研究，提升奖励信号的质量和多样性，解决 Reward Hacking 和奖励融合问题；

4. 参与数据飞轮、合成管道、训练实验、评测工具的开发与升级，提升团队效率，跟进并适配领域和开源的最新进展。

任职要求

职位要求：

1. 计算机或数理相关专业背景，硕士或博士学历优先；

2. 具备优秀的编程能力，精通 Linux、Python 和 Pytorch；

3. 熟悉 Transformer 架构和大模型基础知识，有后训练及数据处理经验者优先；

4. 具备强大的研究和实践能力，能够制定高效实验方案，快速定位和解决问题；

5. 具有良好的沟通和协作能力，具备挑战精神和结果导向。

加分项：

1. 在顶级会议上发表过论文并具有学术影响力。

2. 拥有知名开源项目经验，在开源社区有影响力。

3. 深度参与过知名大模型项目，并在关键技术上有深入实践经验。

4. 有医学背景/医疗大模型/医疗落地实践等经验。