logo of zhihu

知乎后训练算法研究员(数据)

社招全职地点:北京状态:招聘♡ 收藏

工作描述


岗位职责:
1、建设大模型后训练数据体系,包括数据清洗、合成数据生成、偏好数据构造和数据质量评估。
2、根据实际任务选择并落地SFT、DPO,RLHF、GRPO、蒸馏等后训练与行为对齐方案,提升模型在目标场景中的效果、稳定性和泛化能力。
3、建设模型评测体系,包括离线评测集,自动评估器、LLM-as-Judge,回归测试和线上实验,定位模型在理解、推理、工具调用和结果生成等环节的问题。
4、参与模型选型、大小模型协同、模型路由和推理策略优化,在任务效果、响应延迟与资源成本之间取得合理平衡。
5、与产品和工程团队协作,推动模型能力稳定应用于线上产品。

任职要求:
1、计算机、人工智能、数学、…
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+
SFT+
RLHF+
GRPO+
学历+
Transformer+
强化学习+
还有更多 •••
相关职位

logo of deepseek
社招深度学习研究员

【团队使命】 通过高质量后训练数据与前沿算法,最大化释放Base模型潜能,打造兼具强大智能与深度意图理解力的AI模型。使得模型既能解决最难的问题,也能读懂每一个意图,更能作为自主Agent在复杂真实世

北京|杭州
logo of sensetime
校招算法

1、2027届本科及以上学历,计算机、软件工程、人工智能等相关专业 ; 2、对通用人工智能和基础模型长期发展有强烈兴趣,具备优秀的学习能力、工程意识、团队协作能力和结果导向; 3、 具备较强的 AI

更新于 2026-07-07北京|深圳|上海
logo of sensetime
校招算法

1、2027届本科及以上学历,计算机、软件工程、人工智能等相关专业 ; 2、对通用人工智能和基础模型长期发展有强烈兴趣,具备优秀的学习能力、工程意识、团队协作能力和结果导向; 3、 具备较强的 AI

更新于 2026-07-07北京|深圳|上海
logo of meituan
社招核心本地商业-基

1. 对大模型开发流程有深入认知,熟悉预训练、指令微调、RL等流程与框架; 2. 具备扎实的算法和数学理论基础及良好的编程基础,熟悉自然语言处理、生成式AI和机器学习等技术,熟悉Python、Jav

更新于 2026-05-28北京|上海