千问千问事业部-千问-大模型应用算法专家-北京
社招全职3年以上技术类-算法地点：北京状态：招聘
工作描述
任职要求 1.本科及以上学历，计算机/软件/数学等相关专业，1 年以上算法相关工作经验； 2.深入理解 RLHF 机制，具备 DPO、PPO 等至少一种主流对齐算法的大规模调优与落地经验；有复杂 Reward Model 训练经验者优先； 3.熟悉推理加速与部署，了解大模型推理底层的显存管理与算子优化（如 KV Cache、PagedAttention、FlashAtten…
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+
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.
还有更多 •••
相关职位
社招3年以上技术类-算法
1.本科及以上学历，计算机/软件/数学等相关专业，1 年以上算法相关工作经验； 2.深入理解 RLHF 机制，具备 DPO、PPO 等至少一种主流对齐算法的大规模调优与落地经验；有复杂 Reward
更新于 2026-06-15北京
社招3年以上技术类-算法
1.计算机或数学相关专业本科及以上学历，1年以上互联网行业工作经验； 2.扎实的C++/Java基础，熟悉python，掌握SQL查询语言，具有优秀的编程能力，熟练使用tensorflow/cuda/
更新于 2026-06-05北京
社招3年以上技术类-算法
1.计算机或数学相关专业本科及以上学历，1年以上互联网行业工作经验； 2.扎实的C++/Java基础，熟悉python，掌握SQL查询语言，具有优秀的编程能力，熟练使用tensorflow/cuda/
更新于 2026-04-03北京
社招5年以上技术类-算法
1. 研究生及以上学历，计算机科学、人工智能、数学、统计学等相关专业。 2. 具备3年以上NLP或深度学习算法研发经验，其中包含至少1年以上大语言模型（LLM）相关的项目实战经验。 3. 对大语言模型
更新于 2026-07-09杭州