腾讯元宝-大模型后训练算法工程师

1.面向AI应用场景的大模型微调，优化PostTraining (SFT/RM/RL) 算法的训练效率和实际用户体验效果； 2.研究各领域高质量数据的自动化合成方法，建设高效的线上数据飞轮链路； 3.配合产品和工程，探索LLM在创作、教育、金融、代码等场景下的创新应用。

1.负责AI搜索中大模型后训练方向的核心技术研发、优化与创新，优化Post-training 算法的训练效率和回复效果； 2.研究各领域高质量数据的自动化合成方法，建设高效的线上数据飞轮链路； 3.跟踪AI搜索领域的前沿技术，参与前沿算法研究，推动研究成果在业务场景的落地应用； 4.参与产品讨论，基于技术对产品提出改进建议。

1.负责AI搜索中大模型后训练方向的核心技术研发、优化与创新，优化Post-training 算法的训练效率和回复效果； 2.研究各领域高质量数据的自动化合成方法，建设高效的线上数据飞轮链路； 3.跟踪AI搜索领域的前沿技术，参与前沿算法研究，推动研究成果在业务场景的落地应用； 4.参与产品讨论，基于技术对产品提出改进建议。

1.负责语音大模型post-training (SFT和RL)，针对业务需求进行优化，提升模型的特定能力（如共情能力、知识准确性）； 2.负责后训练数据挖掘，分析，清洗和构建，建立数据驱动优化闭环，持续提升模型能力； 3.负责业务侧相关评估方法的开发，研发能够反映产品真实体感的评测体系标准与自动化评测技术，指导后训练优化方向； 4.探索多模态大模型的前沿技术，如端到端语音对话，情感交互等，并落地到业务产品。