大语言模型后训练算法工程师

【岗位职责】 职位描述 我们正在寻找对大语言模型后训练（Post-training）整体效果调优和推理（inference）效能提升充满热情的算法工程师。您将加入我们的核心研发团队，主要负责将团队自行开发/训练的Dense & MoE 模型在后训练阶段提升通用表现(i.e. MMLU, GSM8K, IFEval, Alpaca, etc)。另外，推进监督微调（SFT）、强化学习 (LLM-RL)等架构设计与部署，以及相关基础设施（Infra）的优化。我们的目标是推出对标开源SOTA表现的自研模型，加速模型在人形机器人、自动驾驶、多模态等前沿领域的落地。 工作职责： 1. LLM 后训练与应用落地：负责设计并进行 LLM 的监督微调（SFT）和强化学习（如 RLVR）等实验，以提升模型在特定应用场景（如代码生成、复杂推理、对话、工具调用）的表现。主导模型效果的评估体系搭建和优化，确保模型…… 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 1148 个深圳技术研发岗位，其中 92 个公开标注了薪资。按这些标注统计：月薪（税前）主流区间 15K ~ 28K（25~75 分位），中位约 20K，最低 6K、最高 100K。