logo of mihoyo

米哈游LLM Post-train 算法研究员(生产数据 / Agent 自进化方向)- AI引擎

社招全职程序&技术类地点:上海状态:招聘

工作描述


任职要求
1. 硕士及以上学历,计算机、数学、人工智能等相关专业,数理与工程基础扎实;
2. 有后训练实战经验:独立完成过 SFT 及至少一轮 RL 训练(PPO / GRPO / DAPO / DPO 任一);
3. 熟悉 transformers、LLaMA-Factory / TRL、verl / OpenRLHF 中至少一套;熟悉 PyTorch 及多机多卡分布式训练;
4. 熟悉主流推理框架(vLLM / SGLang / TensorRT-LLM 等),了解 KV Cache、量化、continuous batching、投机解码等常见优化技术;
5. 具备扎实的强化学习基础:理解策略梯度、值函数估计、探索与利用、稀疏奖励、credit assignment,能判断具体问题适合用 RL 还是 SFT 解…
登录查看完整工作描述
微信扫码,1秒登录

包括英文材料
学历+
SFT+
GRPO+
LLaMA-Factory+
PyTorch+
大模型+
vLLM+
SGLang+
TensorRT+
还有更多 •••
相关职位

logo of mihoyo
实习程序&技术类

1)2027/2028 届在校硕士及以上学历,计算机科学、人工智能、机器学习、NLP 或相关专业 2)熟悉 Transformer / MoE 架构原理,熟练使用 PyTorch 及主流大模型训练/推

上海
logo of mihoyo
社招3年以上程序&技术类

1)硕士及以上学历,计算机科学、人工智能、机器学习、NLP 或相关专业 2)3年以上大模型训练或 NLP 算法相关经验,有 SFT、RLHF/DPO、Reward Model 训练的实际项目经验 3)

上海|北京
logo of mihoyo
社招3年以上程序&技术类

1)硕士及以上学历,计算机科学、人工智能、机器学习、NLP 或相关专业 2)3年以上大模型训练或 NLP 算法相关经验,有 SFT、RLHF/DPO、Reward Model 训练的实际项目经验 3)

上海|北京
logo of mihoyo
校招程序&技术类

1)2027 届在校硕士及以上学历,计算机科学、人工智能、机器学习、NLP 或相关专业 2)熟悉 Transformer / MoE 架构原理,熟练使用 PyTorch 及主流大模型训练/推理框架(如

上海|北京