蚂蚁集团-大模型后训练算法工程师-阿福

1. 参与训练医疗大模型，包括但不限于模型SFT、强化学习系统的算法实验设计、数据收集合成消融、infra 团队协作等； 2. 探索高效的后训练范式，包括高效 SFT、Model Merge、On-policy Distill、 RL等后训练算法以及pipeline，提升发布效果和效率。 3. 提升大模型在Reasoning、Agentic等任务上的能力上限，构建在医疗场景具备深度思考和自主行动能力的基座模型。 【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、Model Merge、OPD等）某一方向上有深入积累。 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. 具有良好的学习和沟通能力，有好奇心和责任心，具有钻研精神，能…… 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。