● 计算机科学、人工智能或相关专业背景，具备大模型后训练实战经验。● 精通 SFT、RLHF（PPO/DPO/GRPO）及对齐算法，具备构建复杂奖励模型（Reward Model）的实战经验。● 理解Agentic技术栈，有仿真环境构建、工具调用（Tool Use）及多轮决策轨迹合成的相关研发经验。● 具备扎实的算法工程实现能力，熟悉 PyTorch、Megatron、vLLM 等主流训练推理框架，能够解决从数据合成到模型落地的全链路工程问题，有handson进行修改的能力● 具备良好的定义、分析和解决问题能力，具备敏锐的数据洞察力。● 具备较强的团队合作和沟通能力，能够与工程团队、产品团队或其他相关团队紧密配合。加分项● Curiosity-driven（极强的好奇心）● Following the First Principle（坚持第一性原理解决问题）● Good research taste（卓越的研究品味）● Good data taste（极佳的数据审美）● Strong Algorithm & System Co-design capability（具备算法与系统协同设计的全局视野，能通过训练框架优化解决算法扩展性瓶颈）● Performance optimization experience（具备训练或推理性能优化经验，熟悉 CUDA/Triton 算子开发、显存优化或通信加速技术，致力于极致压榨硬件算力以提升实验迭代效率）● Full-stack coding skills（全栈工程能力）● Interdisciplinary background（金融+计算机/数学的复合背景，弥合业务与算法的鸿沟）

微信扫一扫，及时了解投递状态

您目前还没有登录：立即登录