|
|
| |
| |
职位描述 用小程序查看更多 |
|
岗位职责
1. 参与后训练（SFT / RL）数据的构建、清洗与评估，保障数据质量。
2. 梳理领域数据评估标准，设计并实现自动化验证与质量控制流程，支持大规模数据迭代
3. 基于模型效果与失败样例开展细粒度分析，持续优化数据策略与 verifier 设计
4. 针对复杂推理与复杂任务进行数据和算法（包含 SFT 以及 RL ）优化，面向长程 Agent 任务持续突破模型能力上限。
任职要求
1. 计算机、人工智能、机器学习等相关专业硕士/博士在读，实习期6个月及以上优先
2. 熟练使用 Python，具备良好的代码实现与数据处理能力
3. 对大模型后训练、数据质量控制及自动评估方向有浓厚兴趣
4. 对 Agent 各个环节，从数据积累到模型训练以及Harness搭建等有浓厚兴趣
5. 工作细致、逻辑严谨，能够主动关注异常样例与边界情况
加分项
1. 有 SFT / RL 等后训练相关实践经验
2. 熟悉代码或数学类任务，了解自动验证或执行反馈机制
3. 使用过 PyTorch 或相关大模型训练 / 推理框架
4. 有 Agent 环境的构建经验，包括沙箱环境、工具模拟、多轮交互数据的 |
|
| |
|
|
| |
|
