蚂蚁金服【Plan A】算法工程师-LLM后训练-灵光-27届

任职要求

1.在后训练微调领域拥有丰富的项目经验，熟恶DPO、PPO、GRPO、OPSD等算法原理，具备扎实的数学基础，熟悉线性代数、概率统计、优化算法等。；
2.对Megatron-LM、DeepSpeed等分布式框架及LLaMA-Factory、ms-swift等大模型微调工具库有一定的了解或相关开发经验；
3.具备优秀的算法…

工作职责

部门介绍：
灵光APP是一款原生多模态的AGI助手，团队致力于构建有竞争力的AGI产品体验。算法团队以用户体验为牵引，为灵光助手构建后训练体系和模型。驱动灵光在智能体验上保持业界领先。
职位描述：
1.参与设计并实现 代码生成（可视化方向）、Agent等方向的大模型后训练算法；
2.结合业务数据和场景，设计Post training的高质量数据构建方案（含数据洞察、数据合成、数据质量优化等）提升模型的应用效果；
3.与工程以及产运团队协作，参与或负责大语言模型、多模态大模型等业务场景的后训练端到端效果提升及落地；
4.密切关注业界 LLM 微调算法和数据提质领域的前沿论文，并整合新技术和算法到训练引擎中，提升框架的领先性。