后训练算法研究员（数据）

岗位职责: 1、建设大模型后训练数据体系，包括数据清洗、合成数据生成、偏好数据构造和数据质量评估。 2、根据实际任务选择并落地SFT、DPO,RLHF、GRPO、蒸馏等后训练与行为对齐方案，提升模型在目标场景中的效果、稳定性和泛化能力。 3、建设模型评测体系,包括离线评测集,自动评估器、LLM-as-Judge,回归测试和线上实验，定位模型在理解、推理、工具调用和结果生成等环节的问题。 4、参与模型选型、大小模型协同、模型路由和推理策略优化,在任务效果、响应延迟与资源成本之间取得合理平衡。 5、与产品和工程团队协作,推动模型能力稳定应用于线上产品。 任职要求: 1、计算机、人工智能、数学、统计学、电子信息等相关专业硕士及以上学历。 2、熟悉Transformer和大语言模型基本原理，对预训练、指令微调、偏好对齐、强化学习和模型推理有系统理解。 3、具备大模型后训练、训练数据建设、模型评测或…… 完整岗位描述与官方投递入口,请登录后在岗位详情页查看。

本站当前在招 21240 个北京岗位（全城各职能合计），其中 1807 个公开标注了薪资。按这些标注统计：月薪（税前）主流区间 7K ~ 20K（25~75 分位），中位约 12K，最低 1K、最高 300K。