岗位描述（节选）
1. 负责包括 SFT（监督微调）、Model Merge（模型合并）、OPD（在线/离线知识蒸馏）以及 RL（强化学习）在内的后训练算法研发与优化，探索更高效、更稳定的新型训练范式。
2. 提升大模型在Reasoning、General Agent 以及Coding Agent等专项任务上的上限，构建具备深度思考和自主行动能力的基座模型。
3. 模型架构探索与优化，探索更高效更有效的模型架构。
4. 训练与推理效率的优化，如算子优化、显存优化等，实现高吞吐、低延迟的模型研发和落地。
【任职要求】
1. 硕士及以上学历，计算机科学或相关专业背景。
2. 具备大模型研发经验，在 Post-Training（如SFT、RL、OPD等）某一方向上有实操积累。
3. 算法与工程兼备。熟悉数据与训练策略，也了解主流训练和推理框架（如 Megatron、SGLang、vLLM等）。
4. 具备极强的……
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。