同花顺AIME基座后训练算法工程师

工作描述

任职要求
【职位要求】
1、本科及以上学历，计算机、人工智能、数学、统计学等相关专业优先。
2、熟悉大语言模型与智能体基本原理，深入理解 SFT、偏好学习与强化学习的训练流程与失效模式。
3、熟悉 PPO、GRPO 等策略优化算法，熟练使用 verl、OpenRLHF、TRL 等主流后训练框架。
4、具备扎实的 Python 与 PyTorch 编程能力，能够独立完成"数据构建 — 训练 — 评测"的完整闭环。
5、具备优秀的问题分析与实验研究能力，能够设计可信的对照实验并给出可归因的结论。
6、具备良好的抽象、沟通与业务理解能力，能够将复杂业务问题转化为清晰的模型能力目标。

【加分项】
1、有千亿级模型后训练完整落地经验，主导过 SFT 或 RL 阶段的方案设计者优先。
2、有 Agentic RL、长程任务训练或多轮工具调用训练环境建设经验者优先。
…