通义Token Foundry-大模型RL/RM算法专家-杭州/北京
社招全职1年以上技术类-算法地点：北京 | 杭州状态：招聘
工作描述
任职要求 1. 计算机科学、人工智能等相关专业硕士及以上学历，1 年以上 LLM 相关工作经验。 2. 扎实的强化学习和大模型算法基础，有 LLM、VLM 对齐（Alignment）或 RLHF 实际落地经验。 3. 熟练掌握 PyTorch，有大规模分布式训练经验，熟悉 DeepSpeed / Megatron-LM 等训练框架。 4. 有 Reward Model 训练和评估经验，了解偏好学习的常…
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+
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
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.
算法+
https://roadmap.sh/datastructures-and-algorithms
Step by step guide to learn Data Structures and Algorithms in 2025
https://www.hellointerview.com/learn/code
A visual guide to the most important patterns and approaches for the coding interview.
https://www.w3schools.com/dsa/
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.
PyTorch+
https://datawhalechina.github.io/thorough-pytorch/
PyTorch是利用深度学习进行数据科学研究的重要工具，在灵活性、可读性和性能上都具备相当的优势，近年来已成为学术界实现深度学习算法最常用的框架。
https://www.youtube.com/watch?v=V_xro1bcAuA
Learn PyTorch for deep learning in this comprehensive course for beginners. PyTorch is a machine learning framework written in Python.
还有更多 •••
相关职位
社招1年以上技术类-算法
1. 计算机科学、人工智能、机器学习能等领域的博士/硕士毕业生。 2. 对上述研究方向的某一项或者几项有完整的研究经历或者实际的工业界落地经验。 3. 关注技术影响力，具有开源开放精神，对基础模型的前
更新于 2026-06-18北京|杭州|上海
社招5年以上
1. 计算机相关专业本科及以上学历，5 年以上系统软件或基础设施开发经验，3 年以上架构设计经验， 有容器平台、Serverless、安全沙箱领域的架构主导经历优先。 2. 具备全局性的复杂系统架构能
更新于 2026-06-22北京|深圳|杭州
社招1年以上技术类-算法
【基础要求】 1. 计算机科学、人工智能、数学或相关专业硕士及以上学历。 2. 具备扎实的理论基础，熟悉Transformer架构及大模型底层原理。 3. 具备优秀的编程习惯和工程实现能力，熟悉 Py
更新于 2026-08-14北京|杭州|上海
社招1年以上技术类-算法
1. 计算机、机器学习等方向相关专业，博士及硕士优先。 2. 具有 post-training 或强化学习相关方向经验。 3. 精通 Python 以及 Pytorch 等深度学习框架，具有较强的代码
更新于 2026-08-14北京|杭州|上海