Job description
参与或主导以下一个或多个关键领域的工作：
- 大语言模型/多模态大模型SFT微调、指令跟随、后训练RLHF精调与偏好对齐；
- 大语言模型/多模态大模型强化学习Reasoning模型算法、Reward模型、Verifier等算法研发；
- 大语言模型/多模态强化Reasoning大模型长CoTs效率效果优化与RL Scaling-law研究；
- 大语言/多模态大模型Agent算法研发；
- 大语言/多模态大模型强化学习Test-time Compute在线推理算法研发。
任职要求 / Qualifications:
- 硕士及以上学历，计算机、数学、人工智能及STEM等相关专业；
- 拥有扎实的计算机科学功底和编程能力，熟悉常见算法和数据结构，具有良好的编程习惯；
- 熟悉语言或多模态模型的基本算法、模型结构及基础技术，相信AGI和对相关工作抱有热情；
- 工作认真务实，科学规划，具有极致的探究精神且知行合一，具备较强的责任感； 加分项：
- 有大模型相关的顶会论文的工作者优先；有STEM竞赛经历者优先；
- 熟悉强化学习算法和框架相关技术和细节，曾深度参与后训练/强化推理大模型/Agent等项目；
- 具有扎实的工程能力，熟悉开源大模型相关工具使用，有积极提升效果效率的意识。
符合京东价值观：客户为先、创新、拼搏、担当、感恩、诚信。