数字政通

1、围绕行业场景开展大模型能力研发，参与基座模型选型、领域数据分析与治理、训练策略设计及模型效果优化； 2、参与监督微调、偏好优化、蒸馏等后训练工作，分析数据质量、样本组织、训练目标与超参数对模型能力和稳定性的影响； 3、建设并迭代模型评测体系，围绕正确性、鲁棒性、安全性、格式遵循、时延与成本等维度设计评测集和指标；通过 Bad Case 分析推动问题定位与方案改进； 4、开展 Embedding、Rerank 和检索增强相关能力建设，参与领域语料处理、文本切分、向量检索、召回评估及端到端效果优化； 5、参与模型推理性能优化，结合 Prefill/Decode、KV Cache、批处理、量化、并发与显存等因素，平衡模型质量、吞吐、时延与资源成本； 6、使用 Python/PyTorch 完成数据处理、训练、推理、评估和实验分析代码开发，沉淀可复现、可维护的算法工程资产； 7、与算法平台、后端研发及业务团队协作，将实验结论转化为可落地的技术方案，支持模型在真实场景中的稳定部署与持续迭代。

1、 2027届应届毕业生，硕士优先；计算机科学、人工智能、自然语言处理、软件工程、数据科学、数学、统计学及相关专业。优秀本科生如具备突出的科研、开源、竞赛或高相关度实习成果，亦可考虑。 2、模型基础。 扎实掌握 Transformer 基本原理，理解 Tokenization、Self-Attention、FFN、残差连接、归一化、位置编码等核心机制；了解 Decoder-only、Encoder-only、Encoder-Decoder 等架构及其适用场景。 3、训练与评测能力。 理解 SFT 的基本流程及数据质量对模型行为的影响；了解 DPO、PPO、GRPO 等偏好优化或强化学习范式。能够围绕具体任务设计合理的评估集、指标和问题归因方法，而非仅依赖单一分数。 4、检索与推理理解。 理解向量表示、相似度计算、对比学习、负样本、召回和重排等基本概念；了解 Recall@K、MRR、NDCG 等检索评估指标。了解 KV Cache、量化、批处理等推理优化思路者优先。 5、编码与工程能力。 熟练使用 Python，具备 PyTorch、NumPy、pandas 等工具实践经验；能够独立完成数据处理、训练、推理和评测脚本开发。熟悉 Linux、Git，了解 Docker、GPU/CUDA 环境及常见问题排查。 6、项目实践。 至少具备一个与模型训练、后训练、模型评测、检索表示或推理优化相关的深度项目。候选人应能够清晰说明问题背景、个人职责、技术方案、关键取舍、指标变化及失败案例。 7、综合素质。 具备较强的问题拆解、实验设计、学习迭代与跨团队沟通能力，对数据安全、隐私保护、模型安全和行业场景约束具有基本意识。 优先条件 具备以下任一经历者优先： •在 SFT、LoRA/QLoRA、DPO、奖励模型、蒸馏或对齐评测方向有深入实践； •熟悉 vLLM、SGLang、FlashAttention、量化或 GPU 性能分析； •有 Embedding/Reranker 训练、混合检索、领域知识库或检索评测相关项目经验； •有 DeepSpeed、FSDP、分布式训练、模型服务化部署或高质量开源贡献； •在相关领域发表论文、获得竞赛奖项，或具备可验证的高质量实习成果。