招聘城市：北京
…偏好学习、强化学习等算法研发、优化与创新，提升业务效果；
2.研究各领域高质量数据的自动化合成方法，建设高效的线上数据飞轮链路；
3.跟踪大模型后训练方向的前沿技术，参与前沿算法研究，推动研究成果在业务场景的落地应用；
4.参与产品讨论，基于技术对产品提出改进建议。
岗位要求：
1.计算机科学、人工智能等相关专业硕士及以上学历；
2.具备良好的LLM技术基础，熟练使用深度学习训练和推理框架，深入理解Transformer、GPT等模型架构；
3.在Post-training方向有一定研究基础，熟悉SFT/DPO/PPO/GRPO/Reward Model等；熟悉数据合成技术；
4.具备良好的分析和解决问题的能力，针对具体的应用场景能合理设计和优化算法并应用；
5.对于…
…偏好学习、强化学习等算法研发、优化与创新，提升业务效果；
2.研究各领域高质量数据的自动化合成方法，建设高效的线上数据飞轮链路；
3.跟踪大模型后训练方向的前沿技术，参与前沿算法研究，推动研究成果在业务场景的落地应用；
4.参与产品讨论，基于技术对产品提出改进建议。
岗位要求：
1.计算机科学、人工智能等相关专业硕士及以上学历；
2.具备良好的LLM技术基础，熟练使用深度学习训练和推理框架，深入理解Transformer、GPT等模型架构；
3.在Post-training方向有一定研究基础，熟悉SFT/DPO/PPO/GRPO/Reward Model等；熟悉数据合成技术；
4.具备良好的分析和解决问题的能力，针对具体的应用场景能合理设计和优化算法并应用；
5.对于…