岗位职责
Ling Team 聚焦百灵模型金融能力的核心算法创新。 我们关注的不只是 benchmark 指标，而是： * 金融领域的定级行研能力 * Agentic 执行与真实世界决策 * 在工业规模下可持续扩展的训练范式 在万亿参数（1T）与百万上下文（1M Context）的规模下，即时模型的后训练不仅是算法调优，更是对算力、数据与模型架构的系统性重构。 本岗位将主导大规模后训练范式、Agentic RL 以及数据演化策略的核心设计，打造兼具前沿思考能力与工业级Token效率的旗舰模型。 我们寻找的不是仅仅会跑 SFT/RL 流程的工程师，而是能从第一性原理出发，重构即时智能形态的架构师。 主要职责包括：
- 后训练范式与算法重构 * 主导万亿参数级模型的 SFT / RLHF / RLVR / Agentic RL 全流程算法演进; * 构建“正确性 × 过程冗余”的复合奖励模型（Reward Modeling），探索 Token 效率与推理能力的平衡边界; * 研发训推一体的大规模强化学习框架，提升分布式训练的稳定性与吞吐效率; * 探索多目标优化与过程监督（Process Supervision）的前沿技术，实现模型价值对齐（Alignment）的精细化控制.
- 核心能力与 Agentic 智能演化 * 设计针对逻辑推理、长程规划及工具使用的专项训练策略； * 提升模型在复杂指令遵循与创意写作上的表现； * 构建高保真交互环境下的 Agentic RL 训练范式，适配主流智能体协议（如 Claude Code/OpenCode）； * 突破即时模型在长上下文（1M+）与多轮对话中的记忆与推理瓶颈。
- 细粒度数据工程与闭环 * 构建 Rubric-driven 的数据合成与演化策略，实现从数据质量评估到清洗的自动化闭环； * 设计基于 Fine-grained Rubric 的质量引导课程学习（Data Curriculum），提升训练效率与模型能力上限； * 探索数据 Scaling Laws，通过高质量合成数据突破传统语料的边际效应。
- 工业落地与学术影响力 * 紧跟 LLM/RL 领域最前沿学术进展，推动技术在工业场景的规模化落地； * 参与百灵核心开源项目建设，在顶级会议（ICML/NeurIPS/ICLR等）发表具有行业影响力的研究成果。
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；
- 深入理解 Transformer 架构及 SFT / RLHF / DPO / PPO / GRPO 等核心算法；熟悉 AI Agent 关键技术（如复杂规划、工具调用、记忆机制、RAG及多智能体系统等）；
- 编码与工程能力： * 熟练掌握 Python 和 PyTorch，具备分布式训练（多机多卡调优）经验；有高性能计算开发经验（如CUDA编程、SIMD指令优化）者更佳； * 算法与数据结构功底扎实，能针对 LLM 场景优化核心算法（如Attention计算、KV Cache管理）的时空复杂度； * 熟悉代码调试与性能分析工具（如 gdb/pdb, Nsight Systems, PyTorch Profiler）；
- 学术与科研能力： * 以第一作者在 NeurIPS, ICML, ICLR, ACL 等顶会或顶刊（CCF-A类）发表过论文; * 获国际级学术或竞赛奖项者优先（如顶会Best Paper、ACM/ICPC金牌、Kaggle Master等）；
- 实践经验（加分项）： 有头部科技公司或知名 AI 实验室大模型或 Agent 算法相关实习经验者优先。
