岗位职责
- 负责大语言模型后训练数据生产，深入探索数据生成最前沿方法，主导Agentic、Coding、Cowork方向，生产高质量、持续提升模型效果与真实水平；
- 负责构建后训练数据（RL环境、高质量轨迹）生产的管线与Harness，将后训练数据生产从科学问题转变为可Scaling的工程问题；
- 探索RSI形式的后训练数据生产，引领行业前沿。
职位要求
- 计算机科学、人工智能、数学等相关专业硕士及以上学历；
- 熟练掌握 Python 和 PyTorch，具备分布式训练（如多机多卡调优）经验；
- 深入理解 Transformer 架构及SFT/RLHF/DPO/PPO/GRPO等算法；
- 深入理解主流前沿模型Benchmark，充分理解数据与Benchmark的关联；
- 有后训练数据生产经验，充分掌握数据为模型效果提升经验者优先；
- 在NeurIPS、ICML、ICLR、 ACL等顶会发表论文，或 Kaggle、ACM 竞赛获奖者优先。
