腾讯微信-大模型后训练算法专家
任职要求
1.计算机科学、数学、人工智能等相关专业硕士及以上学历； 2.具备良好的数理基础和 NLP 技术基础，能够熟练使用 HuggingFace，Megatron，DeepSpeed，PyTorch 等框架至少一种，深入理解Transformer、GPT等模型架构； 3.在Post-training方向有一定研究基础，熟悉SFT/DPO/PPO/GRPO/Reward Model等； 4.具备良好的分析和解决问题的能力，针对具体的应用场景能合理设计…
工作职责
1.负责大语言模型（LLM）推理能力的核心技术研发，包括数学推理、逻辑推理、知识推理和通用任务（如问答、翻译等）的算法研发、优化与创新，提升大模型在复杂场景下的高阶推理能力； 2.跟踪推理领域的前沿技术，参与前沿算法研究，推动研究成果在业务场景的落地应用。
1.负责大语言模型（LLM）推理能力的核心技术研发，包括数学推理、逻辑推理、知识推理和通用任务（如问答、翻译等）的算法研发、优化与创新，提升大模型在复杂场景下的高阶推理能力； 2.跟踪推理领域的前沿技术，参与前沿算法研究，推动研究成果在业务场景的落地应用。
1.开展VLM在GUI智能体场景下的前沿研究，主导包括数据构造、仿真环境构建、模型后训练（Post-training）等全流程关键技术攻关； 2.深耕AI编程垂直领域，围绕工具调用、自动化测试与流水线优化等方向，进行模型调优与方法创新，探索更高效的智能编程范式； 3.负责上下文压缩与高效推理技术的研究，重点推进Embedding压缩、长上下文优化、多模态信息提取等方向的算法突破与技术落地； 4.追踪学术界与工业界最新进展，保持对NLP、CV、强化学习等领域的前沿敏感度，提出具有前瞻性的研究课题并推动实验验证； 5.参与研究方案设计、技术路线论证与系统架构评审，确保研究方向的合理性、系统的高效性与可扩展性； 6.推动研究成果向业务场景转化，撰写技术报告与研究论文，积极参与学术交流与技术分享。
1.基座大模型（LLM）推理能力和通用能力的核心技术研发，包括数学推理、代码、逻辑推理、知识推理、创作、多轮对话、问答、翻译等任务的算法研发、优化，突破模型智力上限； 2.提升基座大模型在复杂场景的高阶处理能力，如多轮交互（复杂指令遵循、多轮对话、角色扮演等）、Agent 能力（ 融合“思考模式”与“非思考模式”，实现自主、精准的函数与工具调用）； 3.跟踪前沿技术，参与前沿算法研究，如研发更高效的强化学习（RL）训练算法、探索自适应思考深度的模型优化算法、探索提升思维链的 “智能密度” 的方法等，推动研究成果在业务场景的落地应用； 4.对于探索前沿技术有很好的热情，具备独立探索前沿技术的能力，有良好的团队协作和沟通能力。
【业务介绍】 我们是小红书内稠密类模型（LLM/MLLM/SD/CV/NLP）统一的AI平台QuickSilver，负责调度公司内所有稠密类模型训练与推理资源，基于自建的训推引擎，为公司所有AI算法同学迭代业务模型提供端到端一站式AI服务；包括数据管理，模型管理，模型训练、压缩、推理、部署，服务管理，资源调度等一系列能力。 工作职责： 1、负责稠密类模型训练推理开发平台的架构设计和核心功能研发 2、设计和实现大模型训练部署流程，包括模型fine-tuning、推理服务化等 3、构建云原生架构，设计高可用、高性能的微服务体系 4、优化平台性能，提升系统稳定性和可扩展性