千问千问事业部-健康个人助理大模型算法专家-杭州
社招全职2年以上技术类-算法地点：杭州状态：招聘♡ 收藏
工作描述
任职要求 1、计算机、人工智能、数学、统计等相关专业硕士及以上学历，有大模型算法研发经验； 2、熟悉大模型后训练，在 SFT、DPO、RLHF、PPO、GRPO、RLVR 中至少一项有深入实践，熟悉 PyTorch 和大规模分布式训练； 3、在 LLM 记忆与个性化、序列与行为建模、强化学习、Agent 系统、时序基础模型中至少一个方向有扎实经验； 4、有研究品味和动手能力，能提出假设、设计实验、搭建评测，并从坏例中快速定位根因； 5、对健康场景有好奇心，重视隐私、安全和真实用户价值； 6、有以下经历者优先：在 NeurIPS、ICML、ICLR、ACL、KDD 等会议发表过相关论文或有高影响力开…
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+
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
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/
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.
GRPO+
https://cameronrwolfe.substack.com/p/grpo
Most early work on RL for LLMs used Proximal Policy Optimization (PPO) as the default RL optimizer, but recent reasoning research relies upon Group Relative Policy Optimization (GRPO).
PyTorch+
https://datawhalechina.github.io/thorough-pytorch/
PyTorch是利用深度学习进行数据科学研究的重要工具，在灵活性、可读性和性能上都具备相当的优势，近年来已成为学术界实现深度学习算法最常用的框架。
https://www.youtube.com/watch?v=V_xro1bcAuA
Learn PyTorch for deep learning in this comprehensive course for beginners. PyTorch is a machine learning framework written in Python.
还有更多 •••
相关职位
校招综合类
1.大学本科及以上学历； 2.专业不限； 3.具有良好的沟通与协调能力，工作态度敬业认真，较强的团队意识。 工作职责 1.负责制定业务发展规划与目标。 2.负责制定个人业务销售政策。 3.负
更新于 2026-07-31蚌埠
社招3年以上MEG
-3年以上产品经理经验，有健康管理、医疗健康、AI 产品、数据产品、用户产品、IoT 或多源数据接入相关经验优先 -产品设计功底扎实，具备较强的功能链路设计、信息架构设计和交互体验判断能力，能够独立完
更新于 2026-06-25北京
社招3年以上健康管理师岗
一、硬性条件 1. 学历与资质 - 大专及以上学历，医学、护理学、康复治疗、营养学、健康管理等相关专业。 - 持有健康管理师、营养师、护士资格证或相关证书（优先）。 2. 经验
更新于 2026-06-26海南
社招1-3年健康管理师岗
1. 本科及以上学历，医学、健康管理、营养学或相关专业优先； 2. 1-3年健康管理相关工作经验，具备功能医学领域的实践经验者优先； 3. 具备扎实的健康管理理论基础，熟悉功能医学的理论与实践，能够运
更新于 2026-06-30北京