LLM Posttrain算法研究员

1、研究并开发 LLM 与多模态模型的 Post-training 方法，重点提升模型的 Agent 能力与复杂推理能力； 2、设计并实现 Agentic SFT、Agentic CPT、Reasoning RL、Agentic RL 等训练方法，并持续迭代优化； 3、构建大规模 Agent training data，覆盖Coding、 Cyber、Tool Use、回流数据等复杂任务场景； 4、设计并实现 Agent evaluation framework，建立面向复杂任务执行与工具使用场景的能力评估体系。 【任职要求】 1、计算机科学、人工智能、机器学习或相关领域硕士或博士学位； 2、具备 LLM 后训练经验或RL训练经验，熟悉分布式训练、rollout系统和性能调优； 3、在 NeurIPS、ICML、ICLR、CVPR 等顶级会议发表论文，或参与过有影响力的开源项目。

本站当前在招 3320 个北京技术研发岗位，其中 85 个公开标注了薪资。按这些标注统计：月薪（税前）主流区间 12K ~ 28K（25~75 分位），中位约 20K，最低 2K、最高 60K。