蚂蚁集团-大模型后训练算法工程师（Agent / 语言方向）-健康事业群

岗位职责

负责大模型 SFT、偏好优化、RLHF/RLVR 等后训练算法研发与效果优化； 负责 Agent 能力建设，包括 Tool Use、多轮交互、任务执行与复杂指令遵循； 提升模型语言理解、生成质量、多轮对话和风格控制能力； 负责训练数据构建、评测分析和问题定位，推动模型能力持续迭代； 跟进后训练、Agent 等方向前沿技术，并完成实验验证和业务落地。

任职要求

熟悉各类后训练方法，包括 PPO/GRPO、OPD 等等； 有 Agent、Tool Calling、Harness 优化等相关项目经验； 熟练使用 AI Coding，同时具备较强的工程能力和个人品味； 能够独立负责一个模型能力方向，从问题分析、方案设计到实验落地。

加分项 有大模型后训练、Agent 相关实际落地经验； 有高质量论文、开源项目或大规模模型训练经验。

岗位标签

NEW

特色标签

Llama训练框架、Python、人工智能顶级会议、分布式训练、医疗、医疗推理、发表算法相关优秀论文、可扩展强化学习框架、增强学习、大模型、大模型算法、大规模语言模型、大语言模型、并行计算、强化学习、微软大模型训练框架、机器学习、深度学习、深度学习框架