海淀区
职位详情
熟悉Post-Training流程，深入掌握强化学习领域核心技术，涵盖RM、PPO、DPO、GRPO等主流算法。
具备大规模语言模型训练框架的开发经验，熟练使用pytorch、megatron等工具链。
具备强化学习相关框架的构建与优化能力，如openRLHF、verl等系统。
工作职责
1. 参与公司内部 post-training 技术框架的研发，聚焦大模型与强化学习结合方向，主导架构设计与技术路径规划，提升系统的可扩展性、稳定性和运行效率。
2. 持续优化训练性能，包括加速训练过程、降低显存消耗等，减少整体训练开销，为大模型强化学习任务提供高效技术支持。
3. 联动业务团队，推动大模型能力在实际场景中的应用，依据具体需求定制化训练策略，并完成模型效果的评估与验证。
4. 跟踪技术发展趋势，将前沿研究成果融入现有框架与模型体系，探索新算法和方法，促进技术迭代与创新。
任职要求
1. 计算机科学、数学、统计学、自动化等相关专业本科及以上学历。
2. 熟悉模型后训练全流程，对强化学习领域有深入理解，掌握RM、PPO、DPO、GRPO等典型算法原理与实现。
3. 具备大模型训练系统开发能力，熟练运用pytorch、megatron等主流框架。
4. 具备强化学习工程框架开发经验，熟悉openRLHF、verl等系统的使用与优化。
5. 拥有扎实的C++/Python编程功底，精通数据结构与常用算法，熟练使用编译、调试及性能分析工具，具备并行计算（CUDA/Triton等）经验者优先。
具备大规模语言模型训练框架的开发经验，熟练使用pytorch、megatron等工具链。
具备强化学习相关框架的构建与优化能力，如openRLHF、verl等系统。
工作职责
1. 参与公司内部 post-training 技术框架的研发，聚焦大模型与强化学习结合方向，主导架构设计与技术路径规划，提升系统的可扩展性、稳定性和运行效率。
2. 持续优化训练性能，包括加速训练过程、降低显存消耗等，减少整体训练开销，为大模型强化学习任务提供高效技术支持。
3. 联动业务团队，推动大模型能力在实际场景中的应用，依据具体需求定制化训练策略，并完成模型效果的评估与验证。
4. 跟踪技术发展趋势，将前沿研究成果融入现有框架与模型体系，探索新算法和方法，促进技术迭代与创新。
任职要求
1. 计算机科学、数学、统计学、自动化等相关专业本科及以上学历。
2. 熟悉模型后训练全流程，对强化学习领域有深入理解，掌握RM、PPO、DPO、GRPO等典型算法原理与实现。
3. 具备大模型训练系统开发能力，熟练运用pytorch、megatron等主流框架。
4. 具备强化学习工程框架开发经验，熟悉openRLHF、verl等系统的使用与优化。
5. 拥有扎实的C++/Python编程功底，精通数据结构与常用算法，熟练使用编译、调试及性能分析工具，具备并行计算（CUDA/Triton等）经验者优先。
2026-05-16 14:57
IP属地：北京
职位福利
本科3-5年C/C++JavaAgentpost+trainFine-Tuning分布式训练大模型算法多模态算法算法工程化经验AI微调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
初级AIGC算法工程师
8000-12000元/月
算法工程师经验不限本科深度学习机器学习多模态算法自然语言处理机器视觉PyTorchTensorFlowPythonAIGC算法研发扩散模型落地前沿技术调研
北京 海淀区
朱女士 · 北京欣欣科技有限公司昨日活跃
初级感知算法开发工程师
8000-12000元/月
算法工程师经验不限本科深度学习机器视觉TensorFlowPyTorchPythonC++激光雷达感知端侧模型部署多模态数据融合
北京 海淀区
朱女士 · 北京欣欣科技有限公司昨日活跃
LM应用工程师（算法方向）
2-2.3万元/月
算法工程师3-5年本科深度学习大模型算法大数据处理框架(Spark/Hadoop/Hive)算法工程化经验SLAM算法
北京 海淀区
申先生 · 远浪5日内活跃
大模型微调后训练工程师
2.5-5万元/月
算法工程师3-5年本科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
北京 海淀区
邓女士 · 上海阿蒲管理咨询...5日内活跃
收藏职位
