蚂蚁集团-大模型算法专家（后训练）-杭州/北京【AGI专项】

1. 参与大语言模型（LLM）后训练全流程优化，包括但不限于通用能力提升、安全对齐等方向。 2. 实现并应用SFT/RLHF/DPO/PPO/GRPO等算法，探索多目标奖励模型、过程监督等前沿技术，提升模型在指令遵循、逻辑推理、多任务泛化等方面的性能。 3. 构建模型效果评估体系，设计自动化评估方案，持续跟踪模型优化效果。 4. 参与技术开源与学术研究，发表顶会论文或贡献核心开源项目。 【任职要求】 ● 计算机科学、人工智能、数学等相关专业硕士及以上学历（优秀本科生可放宽）。 ● 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。 ● 在NeurIPS、ICML、ICLR、 ACL等顶会发表论文，或 Kaggle、ACM 竞赛获奖者优先。 加分项 ● 具备大规…… 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 21736 个北京岗位（全城各职能合计），其中 1797 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。