同花顺大模型后训练算法工程师（博士专项）
校招全职ai 算法类地点：杭州状态：招聘
工作描述
任职要求 1.计算机、人工智能、机器学习、自然语言处理、强化学习等相关专业，博士优先。 2.熟悉大模型训练和后训练流程，理解 SFT、RLHF、DPO、PPO、GRPO、Reward Model、RLVR 等方法。 3.具备扎实的机器学习和强化学习基础，熟悉 PyTorch、Transformers、DeepSpeed、Megatron、TRL 等框架。 4.有数据构造、模型评测、实验分析和系统性优化能力。 5.对模型可靠性、幻觉控制、金融合规、领域专业性有较强意识。 加分项 •有大模型后训练、偏好对齐、R…
登录查看完整工作描述
微信扫码，1秒登录
包括英文材料
机器学习+
https://www.youtube.com/watch?v=0oyDqO8PjIg
Learn about machine learning and AI with this comprehensive 11-hour course from @LunarTech_ai.
https://www.youtube.com/watch?v=i_LwzRVP7bg
Learn Machine Learning in a way that is accessible to absolute beginners.
https://www.youtube.com/watch?v=NWONeJKn6kc
Learn the theory and practical application of machine learning concepts in this comprehensive course for beginners.
https://www.youtube.com/watch?v=PcbuKRNtCUc
Learn about all the most important concepts and terms related to machine learning and AI.
NLP+
https://www.youtube.com/watch?v=fNxaJsNG3-s&list=PLQY2H8rRoyvzDbLUZkbudP-MFQZwNmU4S
Welcome to Zero to Hero for Natural Language Processing using TensorFlow!
https://www.youtube.com/watch?v=R-AG4-qZs1A&list=PLeo1K3hjS3uuvuAXhYjV2lMEShq2UYSwX
Natural Language Processing tutorial for beginners series in Python.
https://www.youtube.com/watch?v=rmVRLeJRkl4&list=PLoROMvodv4rMFqRtEuo6SGjY4XbRIVRd4
The foundations of the effective modern methods for deep learning applied to NLP.
强化学习+
https://cloud.google.com/discover/what-is-reinforcement-learning?hl=en
Reinforcement learning (RL) is a type of machine learning where an "agent" learns optimal behavior through interaction with its environment.
https://huggingface.co/learn/deep-rl-course/unit0/introduction
This course will teach you about Deep Reinforcement Learning from beginner to expert. It’s completely free and open-source!
https://www.kaggle.com/learn/intro-to-game-ai-and-reinforcement-learning
Build your own video game bots, using classic and cutting-edge algorithms.
还有更多 •••
相关职位
社招算法研究
职位描述 1、负责模型在 Coding Agent 场景的优化； 2、研究大规模数据合成和强化学习方案，提升模型在各类 Coding 框架下的性能； 3、设计和实现评测方案，全方位衡量模型在真实场景中
更新于 2026-05-12北京
社招3年以上元宝技术
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、RL
更新于 2026-06-22北京
社招3年以上元宝技术
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、RL
更新于 2026-06-05上海
社招1年以上技术类-算法
1. 硕士及以上学历，计算机科学或相关专业背景。 2. 具备大模型研发经验，在 Post-Training（如SFT、RL、Model Merge、OPD等）某一方向上有深入积累。 3. 算法与工程兼
更新于 2026-07-15北京|上海|杭州