杭州·西湖区
职位详情
工作职责
1. 负责Agent场景下的效果调优，深入探索大语言模型后训练核心技术，如CPT/SFT/RLHF/RLVR等方法，持续提升算法的准确性与运行效率。
2. 搭建大规模高质量数据体系，涵盖数据构建、采集解析及合成等环节，研究从线上真实场景数据到强化学习流程中的数据闭环机制。
3. 关注大模型前沿技术动态，将其应用于算法性能的迭代优化，研究方向覆盖奖励模型的改进与创新、AgentRL、可验证奖励体系的设计与扩展等。
4. 深度融入产品开发与业务实践过程，协同工程、研发、产品团队紧密协作，推动先进算法在实际场景中的落地应用，加速智能体技术的产业化进程。
任职要求
1. 硕士及以上学历，计算机、人工智能、机器学习等相关专业背景，具备扎实的编程功底，熟练掌握主流编程语言及常用算法。
2. 精通大语言模型的基本原理与结构设计，了解智能体技术的核心概念与典型应用，掌握深度学习与强化学习的基础理论与实现方法。
3. 在大模型方向有主导高影响力项目或发表高水平论文者优先；具备大模型训练经验或熟悉强化学习算法者优先。
1. 负责Agent场景下的效果调优，深入探索大语言模型后训练核心技术，如CPT/SFT/RLHF/RLVR等方法，持续提升算法的准确性与运行效率。
2. 搭建大规模高质量数据体系，涵盖数据构建、采集解析及合成等环节，研究从线上真实场景数据到强化学习流程中的数据闭环机制。
3. 关注大模型前沿技术动态，将其应用于算法性能的迭代优化，研究方向覆盖奖励模型的改进与创新、AgentRL、可验证奖励体系的设计与扩展等。
4. 深度融入产品开发与业务实践过程，协同工程、研发、产品团队紧密协作，推动先进算法在实际场景中的落地应用，加速智能体技术的产业化进程。
任职要求
1. 硕士及以上学历，计算机、人工智能、机器学习等相关专业背景，具备扎实的编程功底，熟练掌握主流编程语言及常用算法。
2. 精通大语言模型的基本原理与结构设计，了解智能体技术的核心概念与典型应用，掌握深度学习与强化学习的基础理论与实现方法。
3. 在大模型方向有主导高影响力项目或发表高水平论文者优先；具备大模型训练经验或熟悉强化学习算法者优先。
2026-08-22 14:06
IP属地：浙江杭州
职位福利
硕士3-5年agent大模型训练agentRLLLM后训练
杭州阿里云飞天信息技术有限公司
10000人以上
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
