【蚂蚁星】大模型后训练算法工程师-大安全-（实习）

岗位职责

部门介绍： 安全大数据技术部门聚焦大模型核心技术攻关与落地，致力于训练安全垂直领域的大模型。部门全面主导大模型的CPT持续预训练（语料处理、配比、训练等）与后训练（含指令微调、价值对齐、偏好优化等）、大模型的因果推断等全链路研发，依托高质量安全数据资产与规模化训练工程体系，持续突破模型的领域适配、复杂推理与可控生成能力。同时，我们紧密贴合业务实战需求，推动大模型在智能风控、内容安全、自动化研判等核心场景的深度融合与敏捷落地。坚持“技术引领、数据筑基、场景驱动”。部门汇聚算法、数据与工程复合型人才，正持续打造兼具前沿创新力与业务转化力的AI基座模型，全面赋能安全场景的AI升级。

职位描述

1. 负责安全大模型的训练及优化，包括持续预训练（CPT）、SFT、RL、OPD等方向；
2. 负责文本、序列化数据、图片等多模态的数据合成，建立数据质量监控体系，生成高质量、多样化的预训练语料；
3. 设计安全领域数据与通用数据的混合配比，优化训练策略（curriculum learning、长上下文训练等），通过CPT注入新知识并保持通用能力，缓解灾难性遗忘；
4. 负责适配安全场景的Post-training技术，以及RL与LLM-based Agent相结合的应用落地，提升模型在复杂逻辑推理及合规风控等场景的表现；
5. 建立兼顾通用基准评测(指令对齐、推理、STEM等能力)与安全领域能力评估的动态评估体系，通过评测归因分析，指导数据配比与训练策略的迭代。

任职要求

1. 计算机科学、人工智能、机器学习、数学或相关专业硕士/博士学历，有相关领域突出成果者优先；
2. 具备大模型训练实战经验，理解数据配比、退火策略、灾难性遗忘抑制等基本原理和方法，有实际项目经验者优先；
3. 熟悉至少一种大模型训练/推理框架（PyTorch、Megatron、DeepSpeed、vLLM），具备独立代码实现能力；
4. 具备良好的问题分析、定义和解决能力，具备较强的团队合作和沟通能力。

加分项

1. 有顶级会议（ACL、ICLR、NeurIPS、CVPR等）论文或高质量开源贡献者优先；
2. 参与过LLM垂类模型训练（金融、医疗、代码等）或有影响力的AI开源项目研发。

特色标签

Python、Shell、SQL、价值观对齐、偏好优化、内容安全、分布式训练、发表算法相关优秀论文、合规、因果建模、因果推理、基于偏好的优化、多模态数据、多模态算法、多模态融合、大模型算法、安全、对齐优化、并行计算、强化学习、强化学习优化、持续预训练、持续预训练阶段、指令微调、指令跟踪、指令遵循、数据安全、机器学习、模型后训练、模型微调阶段、深度学习、灾难性遗忘缓解、监督微调、算法工程化经验、网络安全、自然语言处理算法、遗忘抑制、风控、风控算法