腾讯元宝-大模型后训练算法工程师
任职要求
1.研究生及以上学历，计算机、人工智能、数学等相关专业（有数学、编程竞赛加分）； 2.多年NLP/深度学习研发经验，至少1年大模型应用相关实战经验； 3.深入理解LLM技术栈（如SFT、RM、RLHF、数据合成等…
工作职责
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.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.Prompt 设计与优化：设计 System/User Prompt，应用 Few-shot、Chain-of-Thought 等技术，基于验证集迭代优化； 2.模型应用开发：使用 Cursor 等 AI 工具构建产品 demo，开发实际应用； 3.数据处理与分析：调用 API、处理标注数据、评估模型效果； 4.问题诊断与优化：分析 badcase，提出并实施优化方案，快速迭代改进。
1.端到端效果负责： 全面负责元宝各核心场景下 AIGC 的端到端效果优化，定义并持续提升生成内容的准确性、丰富度及逻辑性； 2.策略驱动与协同： 深入业务细节，通过精细化的数据分析定位模型短板；与算法、工程及策划团队紧密协作，制定针对性的模型训练和Prompt 优化方案，确保业务目标达成； 3.能力抽象与演进： 实时洞察全球 AIGC 领域动态，能够快速识别高价值技术方向，将其抽象为具体的能力维度和评估标准，驱动模型效果迭代进化； 4.闭环体系建设： 搭建并完善 AIGC 效果的评估体系（包括自动化评测与人工评测），建立高效的数据回流闭环，确保策略迭代的有据可依。
1.端到端效果负责： 全面负责元宝各核心场景下 AIGC 的端到端效果优化，定义并持续提升生成内容的准确性、丰富度及逻辑性； 2.策略驱动与协同： 深入业务细节，通过精细化的数据分析定位模型短板；与算法、工程及策划团队紧密协作，制定针对性的模型训练和Prompt 优化方案，确保业务目标达成； 3.能力抽象与演进： 实时洞察全球 AIGC 领域动态，能够快速识别高价值技术方向，将其抽象为具体的能力维度和评估标准，驱动模型效果迭代进化； 4.闭环体系建设： 搭建并完善 AIGC 效果的评估体系（包括自动化评测与人工评测），建立高效的数据回流闭环，确保策略迭代的有据可依。