上海协芯盛科技有限公司

校招民企软件和信息技术服务业

岗位信息

招聘岗位
后训练工程师(LLM Post-training Engineer)
工作城市
上海市浦东新区
学历要求
本科
是否笔试
未明确
招聘批次
校招
截止日期
2029-11-10
发布日期
2026-10-26

📋 岗位职责 / 任职要求

【岗位职责】 1. 负责公司大模型的领域适配与后训练,围绕领域推理、代码生成、工具调用和多轮任务执行能力,建设并持续迭代 Model Flywheel,形成“数据构建—后训练—独立评测—部署验证—反馈回流”的模型改进闭环。 2. 建设训练数据生产流程,采集和整理领域资料、专家示范、真实任务轨迹及使用反馈,完成数据清洗、去重、标注和质量筛选,管理数据来源与版本,做好训练和评测数据隔离。 3. 设计合成数据、Agent Rollout 和轨迹筛选流程,构建指令数据、偏好数据及可验证任务;结合失败案例、任务覆盖度和难度分布,优化数据配比、采样策略及训练课程。 4. 根据业务目标和数据条件,制定并实施 SFT、偏好优化、RLHF / RLVR 及蒸馏方案,完成训练设计、实验验证和模型迭代,分析不同数据与训练策略对实际任务表现的影响。 5. 与领域工程师合作,构建和接入任务环境、奖励函数及验证器,将工具执行结果、任务完成情况和结果质量转化为训练反馈;结合真实任务的执行成本与反馈周期,处理奖励偏差、奖励投机及稀疏或延迟反馈等问题。 6. 基于成熟框架建设和扩展后训练工具链,打通分布式训练、Rollout、奖励计 【任职资格】 1. 计算机、人工智能、数学或相关专业硕士及以上学历,特别优秀者可适当放宽。 2. 具有扎实的深度学习和强化学习基础,深入理解 Transformer 及大模型训练、推理机制;熟练使用 Python、PyTorch 和 Hugging Face 生态,具备阅读、修改和调试训练源码的能力。 3. 具备完整的大模型后训练项目经验,实际承担过数据构建、SFT、偏好优化、强化学习后训练及评测迭代,能够独立完成方案设计、训练调试、效果验证和模型交付。 4. 熟练掌握监督微调、偏好优化和强化学习后训练方法,深入理解 DPO、PPO、GRPO 等代表性算法的目标函数与优化机制,以及策略梯度、优势估计、重要性采样、KL 约束等关键概念;具备 RLHF / RLVR 和模型蒸馏实践,能够判断不同方法对数据、奖励信号及采样方式的要求与适用条件。 5. 掌握全参数微调与 LoRA 等参数高效微调方法,能够正确处理分词与对话模板、序列拼接、Loss Mask、截断及多轮工具调用轨迹,理解数据组织、训练目标和实现细节对模型行为的影响。 6. 熟练掌握完整的后训练工具链:在 verl、OpenRLHF 等后训练框 【薪资福利】 15薪,六险一金

投递方式

投递入口需登录后查看,登录 / 注册 即可使用

🔍 换个岗位看看

没找到合适的?按 企业、城市、届别 或关键词直接搜全站校招岗位。

🏢 该企业正在招聘的其他岗位

校招宝当前收录 上海协芯盛科技有限公司 在招校招岗位 15 条,工作地点覆盖 上海、上海市浦东新区、上海市闵行区,学历要求含 本科、硕士。以下为最近发布的部分岗位,可一并比较投递。

2026-10-26 · 校招
数字后端设计工程师
上海市浦东新区 · 本科
2026-10-26 · 校招
模拟芯片版图工程师
上海市闵行区 · 本科
2026-10-26 · 校招
Agent 开发工程师
上海市浦东新区 · 本科
2026-10-26 · 校招
工具与客户端开发工程师
上海市浦东新区 · 本科
2026-10-26 · 校招
算法研究工程师(Research Engineer)
上海市浦东新区 · 本科
2026-10-16 · 校招
协芯盛校招
上海 · 本科
查看 上海协芯盛科技有限公司 全部在招岗位与笔面经 ›

🧭 职业性格测试(校招版)

3 分钟,看看你更偏哪类岗位方向。交卷无需登录即可看到主兴趣型。

免费测一测 ›

ℹ️ 信息来源

本条招聘信息由校招宝转载自 省级高校毕业生就业信息网,版权归原发布方所有,校招宝仅作信息聚合与导航。
招聘信息以官方原文为准,投递前请核实截止日期与要求。如涉侵权或信息有误,请邮件联系 kknee@qq.com,我们将在 24 小时内处理。