26届校招-AI院-GLM后训练团队-算法工程师

【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。 【任职要求】 【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。