职位描述我们正在寻找对大模型底层能力建设真正感兴趣的算法工程师，一起参与 MiniMax 通用大模型的预训练体系建设。 你会负责： - 参与大语言模型预训练 / mid-training 相关工作，包括数据构建、训练策略、模型能力分析与迭代； - 设计和优化高质量预训练数据体系，包括数据清洗、去重、配比、质量评估和数据飞轮建设； - 围绕代码、数学、推理、长上下文、agent 等关键能力方向，推进模型能力提升； - 建立训练过程中的评测与诊断方法，定位模型能力短板并推动数据和训练方案优化； - 与 infra、后训练、产品和评测团队协作，将前沿研究快速落到真实模型迭代中。 这个岗位适合对模型能力本身有热爱的人。 你会离模型最底层的问题很近：数据从哪里来，如何被选择，如何进入训练，如何变成模型的能力。任职要求- 熟悉机器学习 / 深度学习基础，有扎实的算法和工程能力，具备良好的实验分析和代码实现能力； - 对大模型预训练、数据工程、训练稳定性、scaling law、模型评测等方向有兴趣或经验； - 有较强的问题拆解能力，能从实验现象中找到关键变量并持续迭代； - 对前沿技术保持好奇，愿意在高不确定性问题中探索。 加分项： - 有 LLM 预训练、mid-training、SFT/RLHF、agent、code model 或长上下文相关经验； - 熟悉 Megatron、DeepSpeed、PyTorch、分布式训练或大规模数据处理； - 有高质量论文、开源项目、竞赛或工业界大模型项目经验。
