大模型后训练专家

岗位职责： 1、负责 DJI 飞行器、扫地机等业务场景下的基模后训练、任务适配和效果优化； 2、基于预训练模型，进行 SFT、指令微调、模仿学习、偏好优化、离线/在线强化学习、安全约束训练等； 3、面向具体产品任务提升模型效果，包括飞行避障、目标跟随、路径规划、智能构图、扫地机导航、覆盖清扫、语义避障、脱困等； 4、设计任务级数据集和训练样本，结合真实设备数据、用户反馈、失败案例进行持续迭代； 5、建立后训练评测体系，围绕任务完成率、安全性、稳定性、端侧延迟、功耗、用户体验等指标优化模型； 6、与飞控、导航、感知、系统、端侧部署团队协作，确保模型输出安全、稳定、可控； 7、推动后训练模型在端侧硬件上部署，参与蒸馏、量化、压缩和推理效率优化。 职位要求 必备能力 1、后训练方法经验，熟悉以下至少一种：SFT；指令微调；RLHF/RLAIF；DPO/IPO/KTO；模仿学习；Behavior …… 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 10844 个深圳岗位（全城各职能合计），其中 954 个公开标注了薪资。按这些标注统计：月薪（税前）主流区间 12K ~ 22K（25~75 分位），中位约 16K，最低 2K、最高 100K。