北京Full TimePosted Today
26届校招-AI院-GLM后训练团队-算法工程师北京正式互联网 / 电子 / 网游 - 研发职位描述【工作职责】
1. 对齐数据优化：包括针对模型特定能力进行数据构造、筛选和优化，特定领域（如数学、代码、复杂推理）等数据筛选和合成；
2. 对齐数据的质量和多样性控制等；
3. 后训练扩展性：探索模型如何通过更长的思维链推理，在复杂任务上取得更优的效果，post-training阶段训练和推理的扩展能力；
4. 强化学习算法优化：算法可扩展性和稳定性提升后训练 scaling 性能；多目标奖励模型优化以及结合CoT和过程监督优化奖励模型；
5. 对齐范式探索：结合模型监督、self-improve等进行训练优化探索；
6. 交互任务复杂推理，长文本生成优化；
7. 强化学习框架效率优化：针对 LLM 强化学习训练需求，优化训练速度，开发和研究相关工具支持训练团队效率提升。职位要求【职位要求】
1. 985高校计算机、电子、自动化等相关专业硕士或博士学位（优秀本科生亦可考虑）；
2. 深入理解常用的大模型算法，具备后训练及数据处理相关项目经验者优先；
3. 在CCF-A类会议发表过相关论文者优先考虑；
4. 熟练运用Pytorch、transformers、megatron等主流框架；
5. 工作态度认真负责，具备良好的团队协作能力。
【加分项】
1. 在ACL，NeurIPS，ICLR，EMNLP，ICML等顶级会议或期刊上发表过论文者优先；
2. 熟悉并行训练框架，有多机多卡训练经验者优先。投递