千问智能信息-大模型训练优化专家-强化学习
社招全职1年以上地点：北京 | 杭州 | 广州状态：招聘
任职要求
1. 3年及以上大模型训练工程经验，有扎实的深度学习算法基础，精通各类大模型常用训练框架，熟练掌握各种编译、调试、性能分析工具； 2. 熟悉强化学习算法PPO、DPO、GRPO、DAPO等以及相应的高效工程实现，有大模型强化学习工程支持经验和效果优化经验； 3. 精通ray分布式计算框架开发实现，掌握一种或多种分布式训练框架（…
登录查看完整任职要求
微信扫码，1秒登录
工作职责
1、负责千卡以上规模文本及多模态大模型强化学习训练框架建设；为Quark、通义等过亿用户，提供大模型后训练能力，持续优化模型效果； 2、负责调研和实现业界先进的强化学习方法，并探索算法工程结合的训练方法创新设计，实现模型性能和训练效率的双提升； 3、负责训练效率极致优化，通过前沿技术的调研、引入，以及机制创新，实现业界领先的训练吞吐能力。
包括英文材料
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
深度学习+
https://d2l.ai/
Interactive deep learning book with code, math, and discussions.
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/
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.
还有更多 •••
相关职位
社招2年以上技术类-开发
1、负责UC浏览器基础功能，以及小说、短剧、故事等内容型业务开发； 2、负责UC浏览器上技术优化和难点攻关，包括基础性能、Web体验、小说引擎、音视频播放等； 3、在理解产品业务的基础上，提升产品的用户体验，技术驱动业务的发展； 4、关注移动端前沿技术研究，通过新技术促进业务发展。
更新于 2025-12-23广州
社招3年以上技术类-开发
1.参与/负责书旗小说APP产品的研发； 2.参与/负责承担业务架构设计并能主导项目，确定关键技术解决方案； 3.独立解决业务中的疑难杂症，提高客户端的性能和稳定性； 4.对安卓应用开发新技术进行跟踪调研，并负责新技术产品化落地
更新于 2025-11-21北京
社招5年以上技术类-前端
1、负责夸克App上创新产品的前端研发工作，负责跟业务方对接需求，对需求的技术方案拆解、方案评审和上下游的协调推进，带领团队在项目周期内高效、高质量交付； 2、负责前端业务的架构设计、性能体验优化、技术攻坚和业务需要的技术调研工作； 3、主动识别业务重难点和用户使用痛点，能够利用自身技术能力提升业务效果，帮助业务达成目标； 4、理解业务战略，根据业务整体规划和目标，制定相关的技术规划和团队发展规划，培养团队并拓展业务和技术边界；
更新于 2025-10-10杭州