千问千问事业部-大模型训练专家-强化学习方向
社招全职1年以上地点：北京 | 杭州状态：招聘♡ 收藏
工作描述
任职要求 1、1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（verl、slime、areal、openRLHF、roll）详细系统实现，并具备二次开发能力； 4、熟练掌握开源大模型训练框架…
登录查看完整工作描述
微信扫码，1秒登录
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.
Ray+
https://github.com/ray-project/ray
Ray consists of a core distributed runtime and a set of AI Libraries for accelerating ML workloads.
https://www.youtube.com/watch?v=FhXfEXUUQp0
In this video, I'll teach you everything you need to know about Apache Ray!
https://www.youtube.com/watch?v=fMiAyj2kgac
Using powerful machine learning algorithms is easy using Ray.io and Python.
https://www.youtube.com/watch?v=q_aTbb7XeL4
Parallel and Distributed computing sounds scary until you try this fantastic Python library.
还有更多 •••
相关职位
社招1年以上
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
更新于 2025-11-30北京|杭州|广州
社招1-3年J0011
1、计算机相关专业硕士及以上学历，研究方向为自然语言处理、机器学习、深度学习等相关方向，或者在该领域有相关工作经验，精通Python编程，熟悉Java/C++中至少一门语言； 2、能够针对模型“不 w
更新于 2026-06-18北京|上海|深圳
社招ACG
-硕士及以上学历，计算机视觉/AI/机器学习相关背景 -有SOTA VLM模型训练经验，熟悉ViT、Swin、CLIP、BLIP-2等 -精通PyTorch/DeepSpeed/Megatron，具备
更新于 2025-12-25北京
社招2年以上技术-研究
1、计算机、数学或统计学相关专业硕士及以上学历，在信息检索、自然语言处理、大规模预训练模型领域有相关工作经验 2、在自然语言理解、深度学习等领域有较深入的研究，熟练使用pytorch/tensorfl
更新于 2025-12-09北京