岗位职责
- 参与大规模MoE模型的持续预训练(CPT):数据清洗与混合策略、训练调优与结果分析
- 参与RLVR/RLAIF强化学习训练流程:数据构建、reward shaping、训练调优
- 参与多语种机器翻译(MT)方向:语料处理、模型微调、评测
- 参与Long horizon agentic RL(长程智能体强化学习)方向:搭建复杂交互环境与任务流、多步骤推理轨迹(Trajectory)收集、Reward设计与策略网络优化
- 编写实验脚本、构建评测工具,支持模型上线前的质量验证
职位要求
- 深度学习基础扎实,熟悉当前主流LLM架构
- 熟悉常见大模型训练框架(Megatron/DeepSpeed/Verl)
- 有LLM相关项目经验:CPT、SFT、RL 任意方向即可
- 有阅读论文与复现能力,能快速上手实验
- 良好的自我学习能力和独立思考能力
- 全日制统招在校生,2027届及以后毕业 加分项:
- 有相关领域顶会论文,或拥有影响力工作
- 有自己的LLM项目
- 有机器翻译(MT)经验
- 有 Agent RL相关的训练经验,或 harness engineering 经验