智能互联飞猪-大模型高级算法工程师/专家-大模型训练
任职要求
1，计算机科学、数学或相关领域硕士及以上学历。 2，精通深度学习/机器学习、有良好的实验设计、问题分析和创新研究能力。 3，工程能力出色，能够快速原型和算法验证。 4，有大模型 continual pre…
工作职责
1，设计和实现开创性的 continual pretraining、mid-training/post-training 算法，在 continual learning (on-policy distillation, self distillation, rft, etc)、data mixture modeling等方向上实现基座模型特定能力真实、显著的提升，支持新一代旅行消费应用的诞生。 2，高质量合成数据建设，通过研发自动化数据生产算法和pipeline，支持模型能力持续提升。 3，构建科学、严谨的算法评测体系，量化模型真实能力、建立算法指标和下游应用效果的关联。 4，跟进领域前沿、掌握领域发展趋势。
1，设计和实现开创性的 continual pretraining、mid-training/post-training 算法，在 continual learning (on-policy distillation, self distillation, rft, etc)、data mixture modeling等方向上实现基座模型特定能力真实、显著的提升，支持新一代旅行消费应用的诞生。 2，高质量合成数据建设，通过研发自动化数据生产算法和pipeline，支持模型能力持续提升。 3，构建科学、严谨的算法评测体系，量化模型真实能力、建立算法指标和下游应用效果的关联。 4，跟进领域前沿、掌握领域发展趋势。
我们正在寻找一位对大模型和agent前沿领域充满热情的大模型算法工程师，重点聚焦于旅行智能体（Agent）技术的研发与训练。我们已经开发了飞猪问一问，也接入了千问，如果你对创造能够自主感知、决策和行动的智能系统感到兴奋，并希望在大模型与强化学习结合的前沿领域大展身手，那么这个职位将非常适合你。你将加入我们的核心算法团队： 1、负责设计和实现下一代具有推理和行动能力的AI智能体，推动其在复杂环境中的应用。 2、研究、设计并实现基于大模型的智能体训练框架，特别是Agentic Reinforcement Learning (Agentic RL) 相关算法，探索和实验多种智能体范式，如ReAct、CoT、ToT 等，并将其与强化学习相结合，开发和优化智能体的推理、规划、工具使用等核心能力。 3、参与大规模语言模型的预训练、有监督微调（SFT）和指令微调。
我们正在寻找一位对大模型和agent前沿领域充满热情的大模型算法工程师，重点聚焦于旅行智能体（Agent）技术的研发与训练。我们已经开发了飞猪问一问，也接入了千问，如果你对创造能够自主感知、决策和行动的智能系统感到兴奋，并希望在大模型与强化学习结合的前沿领域大展身手，那么这个职位将非常适合你。你将加入我们的核心算法团队： 1、负责设计和实现下一代具有推理和行动能力的AI智能体，推动其在复杂环境中的应用。 2、研究、设计并实现基于大模型的智能体训练框架，特别是Agentic Reinforcement Learning (Agentic RL) 相关算法，探索和实验多种智能体范式，如ReAct、CoT、ToT 等，并将其与强化学习相结合，开发和优化智能体的推理、规划、工具使用等核心能力。 3、参与大规模语言模型的预训练、有监督微调（SFT）和指令微调。
1. 从事多模态大模型的训练，包括预训练、指令微调与对齐，强化学习/RLHF后训练，提升模型在复杂场景下的泛化与生成能力。 2.从事高效多模态数据管线。 3. 将多模态大模型应用于内容生产，拍照讲解，多模态对话等多个旅行行业场景落地。 4.跟踪并实践多模态生成大模型前沿技术，引入新的算法技术及理念，推动业务落地及技术优化。