大模型算法研究员(J11044)

1、核心模型演进： 负责通用/领域大模型的全生命周期研发，包括超大规模指令微调（SFT）及偏好对齐（Alignment）； 2、Agentic RL 研发： 针对智能体场景，研究并实现基于强化学习的决策模型。重点解决 Long-horizon Reasoning（长程推理）、Tool-use（工具调用）和 Self-correction（自我纠错）在复杂多轮交互中的表现； 3、对齐算法创新： 探索和落地超越 DPO/PPO 的最新对齐技术（如 GRPO, DAPO, Online RLHF），通过构建高精度的 Reward Model 提升模型在逻辑、代码及 Agent 任务上的胜率； 4、合成数据管线： 利用 Teacher-Student 架构，通过 AI-native 方法构建针对 Agent 动作轨迹、反思闭环的高质量合成训练集； 5、前沿跟踪： 紧跟 OpenAI o-serie…… 完整岗位描述与官方投递入口,请登录后在岗位详情页查看。

本站当前在招 1269 个合肥岗位（全城各职能合计），其中 486 个公开标注了薪资。按这些标注统计：月薪（税前）主流区间 4.2K ~ 14K（25~75 分位），中位约 8K，最低 1K、最高 100K。