工作职责
1、参与设计并实现代码生成（可视化方向）、Functioncall、RAG等方向的大模型后训练算法。
2、结合业务数据和场景，设计Posttraining的高质量数据构建方案（含数据洞察、数据合成、数据质量优化等）提升模型的应用效果。
3、与工程以及产运团队协作，参与或负责大语言模型、多模态大模型等业务场景的后训练端到端效果提升及落地；
4、密切关注业界LLM微调算法和数据提质领域的前沿论文，并整合新技术和算法到训练引擎中，提升框架的领先性。

任职要求
1、在后训练微调领域拥有丰富的项目经验，熟恶DPO、PPO、GRPO、KTO、ReFT等算法原理，具备扎实的数学基础，熟悉线性代数、概率统计、优化算法等。
2、对Megatron-LM、DeepSpeed等分布式框架及LLaMA-Factory、ms-swift等大模型微调工具库有一定的了解或相关开发经验。
3、具备优秀的算法研发能力，对LLM领域前沿技术有热情，能够自驱地设计丰富的实验并完成论文技术的落地验证。
4、拥有良好的沟通表达能力和团队协作精神，具有强烈的责任心和使命感。