海淀区
职位详情
1、负责大模型Post-training流程的优化与研发工作，涵盖SFT、RL训练等关键技术环节；
2、深入探索大模型强化学习相关方法，聚焦推理能力Reasoning、智能体Agent等方向的技术创新，持续提升模型在测试与实际应用中的表现；
3、跟踪并研究前沿AGI相关新技术，复现最新学术成果，并推动其在业务场景中的落地与验证。
职位要求
1、具有大模型后训练、Reasoning、Agent等方向的技术实践与项目经验；
2、具备较强的自我驱动力与问题分析能力，善于团队沟通与协作。
2、深入探索大模型强化学习相关方法，聚焦推理能力Reasoning、智能体Agent等方向的技术创新，持续提升模型在测试与实际应用中的表现；
3、跟踪并研究前沿AGI相关新技术，复现最新学术成果，并推动其在业务场景中的落地与验证。
职位要求
1、具有大模型后训练、Reasoning、Agent等方向的技术实践与项目经验；
2、具备较强的自我驱动力与问题分析能力，善于团队沟通与协作。
2026-09-28 12:54
IP属地：北京
职位福利
本科3-5年SFT++DPO++RLHF++RFT大模型算法后训练强化学习其他RL参加算法相关竞赛/获奖post+training模型加速/性能优化Python
上海阿蒲管理咨询事务所
0-20人
鱼泡安全保障
如遇到办证收费、刷单、传销、诱导买车等违规行为，请立即向鱼泡直聘投诉举报投诉举报 >
附近适合您的职位
收藏职位
