1 – 1 of 1 jobs
大语言模型后训练算法工程师 深圳、上海 全职 智能机器人板块 职位描述 职位描述我们正在寻找对大语言模型后训练（Post-training）整体效果调优和推理（inference）效能提升充满热情的算法工程师。您将加入我们的核心研发团队，主要负责将团队自行开发/训练的Dense & MoE 模型在后训练阶段提升通用表现(i.e. MMLU, GSM8K, IFEval, Alpaca, etc)。另外，推进监督微调（SFT）、强化学习 (LLM-RL)等架构设计与部署，以及相关基础设施（Infra）的优化。我们的目标是推出对标开源SOTA表现的自研模型，加速模型在人形机器人、自动驾驶、多模态等前沿领域的落地。工作职责：1. LLM 后训练与应用落地：负责设计并进行 LLM 的监督微调（SFT）和强化学习（如 RLVR）等实验，以提升模型在特定应用场景（如代码生成、复杂推理、对话、工具调用）的表现。主导模型效果的评估体系搭建和优化，确保模型输出的准确性、安全性和一致性。2. 云端训练框架与效率优化：主导 LLM 后训练（SFT/RL）流程在云端环境下的效率优化，包括数据加载、多机通信、资源调度、框架稳定性等方面，确保后训练流程的高效、稳定和低成本运行。3. 跨团队协作：与数据和产品团队紧密合作，一同拟定交付标准，并收集应用层的反馈来指导下一轮模型迭代。 职位要求 岗位需求1. 教育背景： 计算机、人工智能、软件工程等相关专业本科及以上学位。2. 模型实战经验： 具备 LLM（如 LLaMA, GPT, Qwen 等）监督微调（SFT）、强化学习 (LLM-RL)等实务经验。3. 核心技能：