【蚂蚁星】算法工程师-LLM后训练-灵光（实习）

岗位职责

部门介绍： 灵光APP是一款原生多模态的AGI助手，团队致力于构建有竞争力的AGI产品体验。算法团队以用户体验为牵引，为灵光助手构建后训练体系和模型。驱动灵光在智能体验上保持业界领先。 职位描述： 1.参与设计并实现 代码生成（可视化方向）、Agent等方向的大模型后训练算法； 2.结合业务数据和场景，设计Post training的高质量数据构建方案（含数据洞察、数据合成、数据质量优化等）提升模型的应用效果； 3.与工程以及产运团队协作，参与或负责大语言模型、多模态大模型等业务场景的后训练端到端效果提升及落地； 4.密切关注业界 LLM 微调算法和数据提质领域的前沿论文，并整合新技术和算法到训练引擎中，提升框架的领先性。

任职要求

1.在后训练微调领域拥有丰富的项目经验，熟恶DPO、PPO、GRPO、OPSD等算法原理，具备扎实的数学基础，熟悉线性代数、概率统计、优化算法等。； 2.对Megatron-LM、DeepSpeed等分布式框架及LLaMA-Factory、ms-swift等大模型微调工具库有一定的了解或相关开发经验； 3.具备优秀的算法研发能力，对LLM领域前沿技术有热情，能够自驱地设计丰富的实验并完成论文技术的落地验证； 4.拥有良好的沟通表达能力和团队协作精神，具有强烈的责任心和使命感。 加分项： 1.在顶级会议或期刊上发表过相关研究论文； 2.拥有LLM领域大规模数据处理经验； 3.在后训练微调引擎方面具有实战经验； 4.有代码大模型的调优经验。

特色标签

AI Agent、CodeGen、Direct Preference Optimization、LLaMA微调工具、LLM微调、Megatron框架、MM-LLM、Python、Shell、Swift微调库、代码合成、代码自动生成、偏好优化算法、内容、内容安全、再训练、分布式训练、分布式训练加速框架、分布式训练框架、发表算法相关优秀论文、合规、后训练、多模态模型、多模态算法、大模型微调、大模型微调库、大模型算法、强化学习、微调阶段、微软DeepSpeed、微软微调工具、支付、数据安全、智能代理、智能体、智能研发、有留学背景、模型加速/性能优化、模型精调、深度学习、研发效能、算法工程化经验、聊天机器人、自然语言处理算法、跨模态大模型、金融