蚂蚁集团-大模型算法专家（后训练）-杭州/北京【AGI专项】

岗位职责

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，发表高水平学术会议论文或贡献核心开源项目。

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（优秀本科生可放宽）；

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. 在 NeurIPS、ICML、ICLR、ACL 等高水平学术会议发表论文，或 Kaggle、ACM 竞赛获奖者优先。 加分项

5. 具备大规模（千卡级）训练调优经验；

6. 有大规模 MoE 架构训练、调优经验；

7. 有长思维链、复杂任务推理经验；

8. 在开源社区（如 HuggingFace、GitHub）有突出贡献。

特色标签

ChatGLM、CNN/RNN/LSTM、GPT、ICLR、KDD、Llama、NeurIPS、NLP、Python、PyTorch、TensorFlow、TensorFlow/PyTorch、人工智能生成、内容生成、分布式训练、创意智能、参数优化、图像处理、多模态大模型、多模态算法、大模型算法、广告、性能评估、推荐、搜索、搜索/推荐、数据图谱、数据测试、文本处理、智能营销/广告、机器学习、框架开发、模型加速/性能优化、模型压缩、模型调优、深度学习、深度学习模型、知识推理、知识表示、自然语言处理算法、视觉算法、视觉识别、语义理解、语言大模型、语音/图像识别、质量检测、金融、风控、风控/反欺诈、风控算法