高级算法工程师（模型训练方向）(J16683)

岗位职责
1. 主导工业领域大模型的继续预训练（CPT）、监督微调（SFT）及强化学习对齐（RLHF / DPO / GRPO），制定各阶段训练策略、数据配比方案与超参搜索计划，端到端推动落地。
2. 构建高质量工业训练数据体系：预训练语料的清洗过滤与领域筛选、SFT 指令数据的设计与合成、偏好数据的生成与标注质检，持续驱动数据飞轮迭代。
3. 监控训练全流程，诊断 Loss 异常、梯度爆炸、灾难性遗忘等典型问题，产出实验分析报告，通过对比实验与 Badcase 归因持续优化模型效果。
4. 搭建面向工业场景的模型评测体系（自动指标 + 人工评审 + LLM-as-a-Judge），建立可量化的版本间能力基线，支撑数据配比与训练策略的快速验证。
5. 跟踪大模型后训练领域前沿进展（长上下文、推理增强、Agent 架构、新型对齐算法等），复现关键论文方法并评估在工业场景的适用性。
6. 协同工程团队完成模型推理优化与上线部署（量化、蒸馏、vLLM等推理加速），确保训练成果稳定服务线上业务。

岗位要求
1. 计算机科学、人工智能、数学等相关专业硕士及以上学历，3-5 年 NLP / 大模型算法经验。
2. 深入理解 Transformer 架构原理（Attention、RoPE、KV Cache 等）及主流开源大模型（Qwen、GLM等）的结构差异与训练范式。
3. 具备完整的 SFT + RL 对齐实战经验，熟悉 PPO / DPO / GRPO 中至少一种方法的原理、工程实现与调优技巧。
4. 熟练使用 PyTorch，掌握 DeepSpeed / Megatron-LM / FSDP 等分布式训练框架，有多机多卡训练经验。
5. 扎实的 Python 工程能力，能独立完成数据处理管线、训练脚本、评测脚本的开发与维护；熟悉 Linux 开发环境与 Git 协作流程。
6. 良好的实验方法论：能独立设计对比实验，对数据质量和超参数敏感，善于通过 Badcase 分析定位瓶颈并迭代改进。
7. 具备跨团队沟通与文档能力，能将技术方案清晰传达给业务方与工程同事，适应快速迭代节奏。