大模型算法专家-Data

1、负责SFT（监督微调）、DPO（直接偏好优化）、RL（强化学习）等大模型后训练算法的研究与开发，优化模型训练流程，提升模型在各类任务中的性能与表现，增强模型的泛化能力和适应性；

2、负责Coding、翻译、多模态等垂直领域大模型的全流程研发工作，包括需求分析、模型架构设计、数据处理、模型训练与评估，打造贴合行业场景需求的专属大模型解决方案；

3、探索并实践参数高效微调技术（如LoRA，QLoRA，Adapter Tuning等），在保证模型效果的同时，显著降低训练与部署成本；

4、建立并完善模型评测体系，持续跟踪模型在多种下游任务中的表现，并推动模型快速迭代与上线部署；

5、持续跟踪行业最新技术动态，结合公司业务需求，对现有大模型算法和垂直领域模型进行优化与迭代，解决模型训练和应用过程中的技术难题，提升模型的效率和质量；

6、与业务团队紧密协作，深刻理解业务需求，推动模型能力与业务场景的深度融合，形成技术到价值的完整闭环。

1、计算机科学、人工智能或相关专业本科及以上学历，具备3年以上机器学习或深度学习领域的研发经验；

2、精通SFT、DPO、RL等大模型后训练算法原理，具备扎实的机器学习、深度学习理论基础，熟悉主流深度学习框架（如TensorFlow、PyTorch等），有丰富的模型训练与调优经验；

3、对Coding、翻译、多模态等垂直领域大模型有深入理解，了解该领域的技术发展趋势和应用场景，有相关项目经验者优先；

4、熟悉PyTorch与Hugging Face Transformers等主流深度学习框架，具备良好的代码编写规范和工程实践能力，能够独立完成复杂算法的代码实现；

5、具有优秀的逻辑思维能力、问题解决能力和创新意识，能够快速学习和掌握新技术；良好的团队协作精神和沟通能力，能在跨部门协作中高效推进项目；

6、了解基础的MLOps理念与工具，包括模型版本控制、关键指标监控、A/B测试及服务回滚策略。

加分项

1、拥有中文特定行业（如金融、法律、医疗）大模型后训练的实践经验；

2、熟悉并实践过对齐技术，如DPO、KTO或RLHF；

3、在模型安全、偏见与价值观对齐方面有深入研究或相关项目经验；

4、具备工具或函数调用（Function Calling）相关能力的模型训练经验；

5、熟悉检索增强生成（RAG）技术，并有结合后训练进行优化的经验。