杭州景联文科技有限公司

【职位描述】 岗位职责： 负责模型后训练的整体方案与训练配方，对每个版本的效果负责。 负责把标注作业数据转成指令数据、偏好数据和可验证奖励，用 SFT 与 RL 训练模型。 负责模型的标注与质检能力，使模型达到领域专家的标注粒度，并能给出可校准的质量评分。 负责合成数据、难例挖掘和主动学习方案，降低对专家标注的依赖。 负责评测基准与上线标准，参与论文与专利。 岗位要求： 硕士及以上学历，博士优先，计算机、人工智能等相关专业，3 年以上大模型训练经验，至少 1 年在生产环境做过后训练。 熟悉 SFT、奖励建模、DPO / GRPO / PPO 等方法，能独立设计奖励函数，处理 reward hacking 和训练不稳定问题。 完整交付过 7B 以上模型的后训练，熟悉 Megatron / DeepSpeed / FSDP 和 veRL / OpenRLHF 等框架，有多机多卡训练经验。 有多模态大模型微调经验，熟悉视觉定位、结构化输出或视频理解。 有从业务数据构建训练数据的经验，能用实验说明数据对效果的贡献。 有评测体系建设经验，Python 与 PyTorch 熟练，实验可复现。 加分项 在 NeurIPS / ICML / ICLR / CVPR 等会议发表过一作论文。 主流开源大模型或训练框架的核心贡献者。 有奖励模型训练、LLM-as-a-Judge 或 RLHF 数据生产的规模化经验。 有模型辅助标注、主动学习或众包质量控制方向的经验。 有具身智能数据经验。 ACM / ICPC、Kaggle 等赛事有较好成绩。 投递说明： 简历筛选（1周内反馈）——面试反馈（一周内反馈）——offer发放（7个工作日内） 【单位简介】 杭州景联文科技有限公司，成立于2012年，主营业务为数据采集标注服务和指纹防伪算法。在指纹技术领域，持有多项自主知识产权专利及软件著作权，曾3次参与国家标准制定，处于行业领先地位，2021年景联文科技荣获国家高新技术企业”认定，并入选第四批全国信标委人工智能分委会成员单位。 同时，景联文在数据采集标注领域深耕多年，文本、语音、图像、视频现有数据库超300TB。目前，已与华为、阿里巴巴、海康威视、群晖科技、浙江省公安厅等企业、机构达成深入合作。 【其他信息】 职位类别：人工智能 招聘人数：2 需求专业：数据科学与大数据技术 单位规模：150-500人 单位性质：其他企业（含民营企业等） 福利标签：绩效奖金 岗前培训 节日礼物 岗位晋升 带薪年假 所属行业：科学研究和技术服务业