通义Token Foundry-基础大模型 Post-Training 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、数学等相关专业硕士及以上学历，1 年以上 NLP / LLM 领域一线研发经验。 2. 对大模型 Post-Training 阶段有全局视角的理解，曾作为核心骨干完整参与过百亿/千亿级别模型的 SFT 与 RLHF 迭代过程；熟练掌握主流对齐算法（SFT、DPO、GRPO、PPO 等）及其底层数学逻辑。 3. 有 Reward Model 训练和评估经验，了解偏好学习的常见方法和挑战；对高质量数据有极高的敏锐度，能通过实验快速验证数据配比对模型能力的影响并总结为方法论。 4. 熟练掌握 PyTorch，有大规模分布式训练经验，熟悉主流训练与推理框架，能快速定位并解决大规模训练中的工程问题。 5. 对解决具有挑战…
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+
NLP+
https://www.youtube.com/watch?v=fNxaJsNG3-s&list=PLQY2H8rRoyvzDbLUZkbudP-MFQZwNmU4S
Welcome to Zero to Hero for Natural Language Processing using TensorFlow!
https://www.youtube.com/watch?v=R-AG4-qZs1A&list=PLeo1K3hjS3uuvuAXhYjV2lMEShq2UYSwX
Natural Language Processing tutorial for beginners series in Python.
https://www.youtube.com/watch?v=rmVRLeJRkl4&list=PLoROMvodv4rMFqRtEuo6SGjY4XbRIVRd4
The foundations of the effective modern methods for deep learning applied to NLP.
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
SFT+
https://cameronrwolfe.substack.com/p/understanding-and-using-supervised
Understanding how SFT works from the idea to a working implementation...
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.
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/
Megatron+
https://www.youtube.com/watch?v=hc0u4avAkuM
还有更多 •••
相关职位
社招1年以上技术类-算法
1. 毕业于全球Top高校计算机科学、人工智能、机器学习、软件工程或相关专业，具备扎实的学术基础与技术能力，博士优先； 2. 在大语言模型或多模态大模型相关方向具备深厚的理论基础和实践经验，在深度学习
更新于 2026-08-13北京|杭州
社招1年以上技术类-算法
1. 来自全球Top高校计算机科学、人工智能、电子信息、自动化、集成电路或相关工科领域博士/顶尖硕士毕业生。 2. 在国际顶级会议/期刊以一作身份发表过多篇高水平论文，或在开源社区、竞赛中展示出引领性
更新于 2026-08-02北京|深圳|杭州
社招1年以上技术类-算法
1. 来自全球Top高校计算机科学、人工智能、机器学习、深度学习、软件工程或相关领域应届博士/顶尖硕士毕业生。 2. 在大语言模型或多模态大模型领域有扎实的理论基础和实践经验，在深度学习、大规模模型训
更新于 2026-08-14北京|杭州|上海
社招1年以上技术类-算法
1. 来自全球Top高校计算机科学、人工智能、机器学习、深度学习、软件工程或相关领域应届博士/顶尖硕士毕业生； 2. 在大语言模型或多模态大模型领域有扎实的理论基础和实践经验，在深度学习、大规模模型训
更新于 2026-07-21北京|杭州|上海