后训练工程师

【岗位职责】 1、负责VLA/多模态大模型后训练方法的探索与研究，包括监督微调、RLHF、RLVR、DPO等对齐技术的算法改进与创新； 2、设计并实现高效的后训练实验框架，探索不同后训练策略对模型泛化性、鲁棒性及任务成功率的影响规律； 3、研究模型在具身任务中的行为对齐问题，包括指令遵循、安全约束、偏好对齐等，推动模型行为更符合真实场景需求； 4、探索自动化后训练数据构建方法，包括高质量指令数据的生成、筛选与增强，降低后训练对人工标注的依赖； 5、跟踪CoRL、ICRA、NeurIPS等顶会中具身智能、后训练对齐相关方向的前沿进展，将有效算法快速实验验证并沉淀为团队技术资产； 6、建立后训练效果的评估体系，设计科学的评测基准与实验范式，量化分析不同后训练方法的优劣与适用边界。 【任职要求】 1、计算机、人工智能、自动化、机器人等相关专业硕士及以上学历，博士优先； 2、3年以上深度学习或强…… 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 10664 个深圳岗位（全城各职能合计），其中 1773 个公开标注了薪资。按这些标注统计：月薪（税前）主流区间 12K ~ 20K（25~75 分位），中位约 16K，最低 1K、最高 100K。