岗位职责
专注于大模型后训练，包括蒸馏+SFT/RL等相关技术，目标提升LLMs/LMMs的综合效果以及垂直场景效果，同时降低模型尺寸以减少部署成本，具体职责包括：
- 深入探索LLM蒸馏技术，对大模型进行极致的轻量化，同时尽可能减少模型的综合性能/垂直领域性能损失；
- 从数据合成、蒸馏算法等方面，提出创新优化技术，减少蒸馏带来的灾难性知识遗忘问题；
- 提出强化学习等创新方法，提升蒸馏后小模型解决复杂问题的能力，探索面向不同的复杂度任务自动调整推理模型思考长度的技术；
- 结合阿里云PAI平台产品服务，提供可靠高效的蒸馏+RL训练工具；
- 基于蒸馏+RL等后训练技术，面向Agent等LLM重点应用场景，构建业界领先的效果优化解决方案。
职位要求
- 扎实的算法和工程能力，优良的编程风格，熟悉Python/C++语言和常用设计模式，具备复杂系统的设计开发调试能力；
- 优良的沟通表达能力、团队合作意识和经验；具备快速学习的能力，以及深入钻研技术问题的耐心；
- 熟悉计算机体系结构基础知识，有扎实高性能计算(GPU/x86/ARM等)、或推理框架、或模型算法优化方面的经验。 加分项：
- 有突出的学术背景和创新研究能力；
- 对LLM等重点场景的系统优化或前沿算法有深入务实的经验；
- 具有GPU高性能Kernel开发和优化经验。
