蚂蚁集团-高级算法专家-杭州

岗位职责

1. 负责大语言模型后训练数据生产，深入探索数据生成最前沿方法，主导Agentic、Coding、Cowork方向，生产高质量、持续提升模型效果与真实水平；
2. 负责构建后训练数据（RL环境、高质量轨迹）生产的管线与Harness，将后训练数据生产从科学问题转变为可Scaling的工程问题；
3. 探索RSI形式的后训练数据生产，引领行业前沿。

任职要求

1. 计算机科学、人工智能、数学等相关专业硕士及以上学历；
2. 熟练掌握 Python 和 PyTorch，具备分布式训练（如多机多卡调优）经验；
3. 深入理解 Transformer 架构及SFT/RLHF/DPO/PPO/GRPO等算法；
4. 深入理解主流前沿模型Benchmark，充分理解数据与Benchmark的关联；
5. 有后训练数据生产经验，充分掌握数据为模型效果提升经验者优先；
6. 在NeurIPS、ICML、ICLR、 ACL等顶会发表论文，或 Kaggle、ACM 竞赛获奖者优先。

岗位标签

NEW

特色标签

Agent系统、LLM、Post-Training、Python、RL训练环境、交互环境、交互轨迹、人机协作、人类反馈强化学习、代码生成、保险、信贷、偏好优化、再训练、分布式训练、协作智能、协同工作、参加算法相关竞赛/获奖、发表算法相关优秀论文、基准、基准测试、大模型、大模型算法、大预言模型、广义近端策略优化、强化学习、强化学习环境、微调后阶段、支付、数据合成、数据构造、数据生成、文本生成、智能体、样本轨迹、深度学习、理财、监督微调、程序设计、算法工程化经验、编程、聊天机器人、自主代理、行为序列、评测集、语义理解、近端策略优化、金融