logo of sf

顺丰大模型算法工程师-LLM方向(顺丰科技)

校招全职研发类地点:深圳状态:招聘

任职要求


1、2026届本科及以上学历毕业生;
2、人工智能、计算机相关专业优先;
3、具有扎实的数学、计算机科学功底和良好的编程基础; 
4、对数据结构算法设计有深刻理解,掌握Python/C/C++/Java等至少一门高级编程语言; 
5、熟悉常见的机器学习NLPLLM算法,精通Qwen/Deepseek/Llama/GPT等主流大模型原理和结构;
6、熟悉大模型的数据处理、Pre-train、Fine-tuning、RLHF等实践经验;
7、精通至少一种主流深度学习框架(如PyTorch/TensorFlow等),熟练掌握Python编程语言;
8、具有AI、大模型应用产品落地经验,相关产品产生重大经济经济、提效价值;
9、对大模型和AI技术应用落地有强烈好奇心,能通过快速学习掌握新技术。

工作职责


1、负责利用自然语言处理和机器学习算法,实现客服、销售、收派、运营、办公职能等业务板块大模型的应用落地,支持业务目标的提升; 
2、负责大模型的继续预训练、SFT、 RLHF与推理等工作,能够根据场景需求设计高效的训练方案,并解决训练中出现的问题,如过拟合、知识遗忘、上下文漂移等;
3、紧跟大模型技术的最新进展,面向集团各类业务场景,沉淀共性能力,实现大模型技术的标准化与产品化。
包括英文材料
大模型+
算法+
学历+
Python+
C+
C+++
Java+
LMDeploy+
DeepSpeed+
模式识别+
机器学习+
数据结构+
NLP+
Llama+
GPT+
深度学习+
PyTorch+
TensorFlow+
RLHF+
相关职位

logo of sf
校招研发类

1、负责机器人大模型和室内语义导航相关算法模块的具体实现; 2、构建面向物流作业场景的VLA数据集与仿真环境。

更新于 2025-08-19
logo of bytedance
校招A142855

团队介绍:字节跳动 Seed 团队成立于 2023 年,致力于寻找通用智能的新方法,追求智能上限。团队研究方向涵盖 LLM、语音、视觉、世界模型、基础架构、AI Infra、下一代 AI 交互等,在中国、新加坡、美国等地设有实验室和岗位。 Seed 团队在 AI 领域拥有长期愿景与决心,坚持深耕基础,期望成为世界一流的 AI 研究团队,为科技和社会发展作出贡献。目前团队已推出业界领先的通用大模型以及前沿的多模态能力,支持豆包、扣子、即梦等超过 50 个应用场景。 1、RL驱动的角色模型训练:优化角色类大模型的行为策略、长期记忆管理和多模态交互能力,突破角色行为一致性、情感表达合理性等技术瓶颈; 2、极致性能优化:超大规模模型的分布式训练优化,提升角色类模型的推理效率与资源利用率,指令微调、偏好对齐、数据增强等技术的场景化创新; 3、业务场景落地:支持豆包、猫箱等产品的角色生成需求,覆盖对话、创作、教育等场景,探索角色模型在智能硬件、元宇宙等领域的沉浸式交互能力; 4、前沿探索:研究人格化模型在情感计算、社会常识推理等方向的突破,定义AI角色从「功能执行」到「人格化陪伴」的技术范式。

更新于 2025-04-21
logo of bytedance
校招A43212

团队介绍:字节跳动 Seed 团队成立于 2023 年,致力于寻找通用智能的新方法,追求智能上限。团队研究方向涵盖 LLM、语音、视觉、世界模型、基础架构、AI Infra、下一代 AI 交互等,在中国、新加坡、美国等地设有实验室和岗位。 Seed 团队在 AI 领域拥有长期愿景与决心,坚持深耕基础,期望成为世界一流的 AI 研究团队,为科技和社会发展作出贡献。目前团队已推出业界领先的通用大模型以及前沿的多模态能力,支持豆包、扣子、即梦等超过 50 个应用场景。 1、负责LLM、VLM通用大模型与垂类大模型的内容安全研发,提升模型识别风险、规避风险、处置风险的能力; 2、负责通过定性、定量方法评估策略表现,进行策略迭代更新,不断提升内容安全效果; 3、深度参与大模型、安全、算法等领域的调研,结合通用模型的新技术、新场景,如LongCoT、Agent、GUI,积极探索相应新技术、新场景上,安全方案的创新和落地。

更新于 2025-04-21
logo of bytedance
校招A216685

团队介绍:字节跳动 Seed 团队成立于 2023 年,致力于寻找通用智能的新方法,追求智能上限。团队研究方向涵盖 LLM、语音、视觉、世界模型、基础架构、AI Infra、下一代 AI 交互等,在中国、新加坡、美国等地设有实验室和岗位。 Seed 团队在 AI 领域拥有长期愿景与决心,坚持深耕基础,期望成为世界一流的 AI 研究团队,为科技和社会发展作出贡献。目前团队已推出业界领先的通用大模型以及前沿的多模态能力,支持豆包、扣子、即梦等超过 50 个应用场景。 1、RL驱动的角色模型训练:优化角色类大模型的行为策略、长期记忆管理和多模态交互能力,突破角色行为一致性、情感表达合理性等技术瓶颈; 2、极致性能优化:超大规模模型的分布式训练优化,提升角色类模型的推理效率与资源利用率,指令微调、偏好对齐、数据增强等技术的场景化创新; 3、业务场景落地:支持豆包、猫箱等产品的角色生成需求,覆盖对话、创作、教育等场景,探索角色模型在智能硬件、元宇宙等领域的沉浸式交互能力; 4、前沿探索:研究人格化模型在情感计算、社会常识推理等方向的突破,定义AI角色从「功能执行」到「人格化陪伴」的技术范式。

更新于 2025-04-21