Job description
-
负责大语言模型（LLM）、多模态大模型（如 LLaMA、Qwen、DeepSeek、GPT、CLIP 等）的领域适配与参数高效微调（PEFT）；
-
深入理解并运用模型后训练三阶段流程（SFT 监督微调、Preference Optimization偏好对齐、RL 强化学习），确保模型从指令遵循、人类偏好对齐到复杂推理能力的全链路能力提升；
-
构建高质量领域语料库，设计数据清洗、准注、增强与采样方案，开发自动化数据处理工具，搭建“数据-训练-评测”的闭环体系，提升训练数据质量；
-
探索并实践前沿强化学习对齐技术（如 GRPO、DAPO、RLVR），提升模型在复杂推理任务中的表现与用户需求对齐能力；
-
设计并实施高效微调方案，包括低秩适应技术（LoRA/QLoRA）及其与混合专家架构（MoE）的融合变体（如 MoE-LoRA），探索动态路由机制以实现多任务自适应学习；
-
优化分布式训练策略，基于 DeepSpeed 等框架实现 ZeRO 优化、）列并行、自动张量并行（AutoTP）及内存卸载等能力，平衡模型训练效果与 GPU 资源利用率；
-
构建多维度的模型评估体系，通过系统性 Prompt Engineering 与数据增强提升模型泛化能力，建立 Bad Case 分析与迭代优化机制；
-
探索模型压缩与轻量化部署技术，包括量化感知训练（QAT）、知识蒸馏及边缘端推理优化，支持端侧与边缘设备的高效部署需求；
-
跟进推理模型前沿架构（如思维链推理、Engram 条件记忆等），探索推理效率优化策略（如投机解码、KV Cache 优化等），提升模型实际部署性能。
-
硕士及以上学历，计算机科学、人工智能、数学等相关专业，具备扎实的机器学习与深度学习理论基础，拥有跨领域知识融合能力者优先；
-
3 年以上 NLP/大模型训练或微调经验，精通 Transformer、MoE （混合专家）等主流大模型架构，熟悉 LLaMA、Qwen、DeepSeek 等开源模型生态；
-
深入理解大模型微调技术，包括全量微调及参数高效微调方法（LoRA、QLoRA、MoE-LoRA 等），具备多任务场景下模型适配与调优的实战经验；
-
精通 Python，熟练使用 PyTorch 等深度学习框架，掌握大模型训练与推理工具链（DeepSpeed、Hugging Face Accelerate、vLLM、LangChain 等）；
-
熟悉后训练阶段的强化学习对齐算法（GRPO、DAPO 等），理解其与传统 RLHF 的优势差异与适用场景，有推理模型微调实践经验者优先；
-
熟悉分布式训练策略，掌握数据并行、模型并行、）列并行及混合精度训练等优化方法，具备千亿参数级模型训练或微调经验者优先；
-
具备扎实的算法工程实现能力，能够独立复现前沿论文方案，拥有开源项目贡献经验（如 Hugging Face、LangChain）或在顶会发表相关论文者优先；
-
了解多模态模型微调方法（如视觉-语言模型对齐），具备跨模态任务调优经验者优先；
-
在以下至少一个领域有深入实战经验：对话系统、知识问答、检索增强生成（RAG）、内容生成、AI Agent、行业知识图谱构建与落地。