职位描述
负责并参与大语言模型的训练、对齐、强化学习和评测体系建设，支持通用及垂直领域模型的研发与优化，提升模型在知识理解、问答、推理、指令遵循和内容生成等任务中的表现。
1、负责文本数据的清洗、标注、构建及质量分析。
2、参与大模型预训练、领域继续预训练、SFT、LoRA、偏好优化及强化学习训练。
3、负责模型评测集建设，设计知识理解、问答质量、推理能力、指令遵循和安全性等评测任务。
4、针对重点业务场景，构建领域数据集与专项评测集。
5、分析模型错误样本，优化知识准确性、回答质量、推理能力和交互体验。
6、开发训练、评测及实验分析工具，跟踪大模型领域前沿技术。任职要求
1、计算机、人工智能、数学、统计学等相关专业本科及以上学历。
2、熟悉 Python、PyTorch 及基本的 NLP、深度学习原理。
3、了解大语言模型训练与对齐方法，接触过 SFT、DPO、PPO、GRPO 等方法者优先。
4、具备文本数据处理、数据集或评测集构建经验。
5、具备良好的实验设计、问题分析和学习能力。
6、每周实习 4 天及以上，连续 3 个月及以上。
加分项
1、有 Qwen、Llama 等开源大模型训练或对齐经验。
2、熟悉 Transformers、TRL、DeepSpeed、ms-swift 等工具。
3、有大模型、自然语言处理或强化学习相关项目经历。
4、具备医疗、儿童成长发育等领域的专业知识、研究或项目经验。
