大语言模型post-train算法研究员

【岗位描述】 1、参与通用推理大模型对齐（Alignment）方向的研发工作，涵盖数据循环体系的构建，以及在监督微调（SFT）与强化学习（RL）阶段中对数据使用策略的系统性探究。 2、深入探索对齐阶段（Alignment）的数据与算法在大规模训练中的可扩展性与优化路径。 3、参与构建世界领先的高性能通用推理大模型，在多项客观评测指标中保持行业领先。 【任职要求】 1、国内外计算机、数学、人工智能等相关专业的博士或优秀研究生。 2、对数据有一定的敏感度，熟知开源社区各数据渠道源，有数据处理的经验和认知。 2、对大模型相关研究前沿进展比较熟悉，如Reasoning RL、Agent RL等，具有大模型研发经验者优先。 3、有一定的相关研究经历，发表过顶级会议论文者优先，如ICLR,NeurIPS,ICML等。 4、具备扎实的编程基础，有优秀的工程能力，具有NOI、ACM/ICPC等编程竞赛金牌获奖者优先。 5、具备良好的团队协作能力和沟通能力。