滴滴大模型算法工程师-北京(J230707017)
社招全职技术地点：北京状态：招聘
任职要求
1.计算机科学、数学或相关领域的硕士及以上学历 2.有大模型对齐项目经验, 掌握指令微调 (Instruction Tuning) 、偏好对齐 (RLHF/DPO) , 强化学习等技术优化模型在通用 Agent 场景的适应性，有Agent开发…
登录查看完整任职要求
微信扫码，1秒登录
工作职责
负责生活类智能体算法研发与优化, 使用大模型实现用户需求理解与分析、规划、执行、反思等核心agent 参与滴滴大模型核心业务相关的策略算法研发，构建面向海量数据与复杂任务的智能体服务 深入研究模型的驱动的 Agent 产品形态, 通过大模型驱动任务理解, 自主规划, 反思和行动 深入理解和解决大模型在通用 Agent 产品上的各种问题, 包括但不限于推理规划, 长上下文, 复杂指令遵循能力等, 并负责收集处理和提升数据飞轮优化的能力 设计和实现通用Agent 评测集以及评测链路, 帮助产品不断迭代和优化 不限于LLM、RAG、RLHF、多模态LLM内容理解、内容表征、推荐算法、行为序列建模、搜索算法 跟踪并研究前沿技术，推动AI技术在滴滴大模型业务中的创新和应用
包括英文材料
学历+
大模型+
https://www.youtube.com/watch?v=xZDB1naRUlk
You will build projects with LLMs that will enable you to create dynamic interfaces, interact with vast amounts of text data, and even empower LLMs with the capability to browse the internet for research papers.
https://www.youtube.com/watch?v=zjkBMFhNj_g
RLHF+
[英文] What is RLHF?
https://aws.amazon.com/what-is/reinforcement-learning-from-human-feedback/
Reinforcement learning from human feedback (RLHF) is a machine learning (ML) technique that uses human feedback to optimize ML models to self-learn more efficiently.
https://www.ibm.com/think/topics/rlhf
Reinforcement learning from human feedback (RLHF) is a machine learning technique in which a “reward model” is trained with direct human feedback, then used to optimize the performance of an artificial intelligence agent through reinforcement learning.
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3-5年网易有道
我们是网易有道的AI部门，负责将前沿的AI技术落地到业务中。我们推出了国内首个教育大模型-子曰，在机器翻译、口语对话、数理能力方面达到了行业前沿的水平。未来我们希望能深入探究大模型技术原理，持续提升业务效果天花板。希望有更多热爱AI技术的同学加入。 岗位描述 * 深入研究大模型底层技术：专注于提升大模型在文本理解、生成以及数理能力等方面的表现，推动技术前沿。 * 推进技术落地：关注并推动大模型相关技术在实际业务场景中的应用，包括但不限于文字处理、学习助手、智能创作等。 * 协同业务团队：与业务团队紧密合作，深入理解业务需求，设计并实施技术方案，确保业务目标的达成。
更新于 2025-11-03北京
实习核心本地商业-基
1、参与大模型算法结合风控业务落地的相关工作。 2、跟踪和研究业界SOTA算法和技术，完成算法的调研、选型与调优。
更新于 2025-12-26北京
实习核心本地商业-基
1、参与大模型算法结合风控业务落地的相关工作。 2、跟踪和研究业界SOTA算法和技术，完成算法的调研、选型与调优。
更新于 2026-04-07北京
校招算法类
参与大语言模型安全可信方面的研究工作，探索和开发提升大模型安全性和可靠性的数据、算法和方法，提升模型推理的准确性、公平性和可解释性； 1. 探索大语言模型的推理能力、指令遵循能力、安全对齐问题，参与大模型的训练、评估和分析； 2. 研究大语言模型的内容安全攻防问题，探索攻击和防护方案； 3. 探索大模型幻觉问题的检测和缓解方案，如RAG、fact-checking等技术。
更新于 2026-06-09北京