LLM后训练算法研究员

一、岗位职责：
1、设计“科学发现的 LLM”。开发新颖的强化学习技术，利用合成环境和反馈来改进大规模模型在AI4Science 领域的后训练，包括但不限于数据收集与清洗、SFT、RL 等环节；
2、负责前沿模型的后训练，支持 LLM 自主科学探索。与领域专家合作，使得 LLM 具备科学生成假设、设计计算模拟和真实实验、以及撰写代码和操控复杂仪器等能力；
3、发表有影响力的成果。追踪 LLM 与 AI4Science 的前沿技术，与其他研究人员紧密合作，设计实验、分析学习动态，并将研究洞察转化为新的训练方法；
4、配合参与建设大模型 Infra、算法框架基建，形成完善的工业链路；
二、岗位要求：
1、硕士学历及以上，科研经验和水平优秀，有至少 2 篇一作 Paper 发表在人工智能顶会（如 ICML、NIPS）或自然科学顶物（如 Nature、Science）。有高引用、高影响力paper 或开源项目；
2、研究或工作方向与 LLM 后训练和 RL 高度相关，能构建并扩展 LLM 的 RL 环境，并有利用 RL 训练前沿 LLM 的经验；
3、有过开发能够有效反映下游实际任务性能的评估体系的经验；
4、对深度学习、大模型相关框架如 verl 等非常熟悉，能独立完成相关的上下游工程建设；
5、开放简单，沟通顺畅，合作能力强，对先进技术充满热情
6、人工智能、传统互联网行业，1-3年工作经验，月内到岗；
三 、加分项：
1、在著名大厂基座模型组、大模型公司、和行业前沿研究院有工作经验；
2、对后训练 Infra 有深入了解和实操经验；
3、对 AI4Science 有研究经验；