期待对大模型后训练技术有热情，希望在真实业务场景中打磨模型、从部署到调优再到评测全链路实践的同学加入，与我们一起打造贴合存储行业场景的专属大模型解决方案，共同成长。 1、负责SFT（监督微调）、DPO（直接偏好优化）、RL（强化学习）等大模型后训练算法的研究与开发，优化模型训练流程，提升模型在各类任务中的性能与表现，增强模型的泛化能力和适应性； 2、负责Coding、翻译、多模态等垂直领域大模型的全流程研发工作，包括需求分析、模型架构设计、数据处理、模型训练与评估，打造贴合行业场景需求的专属大模型解决方案； 3、探索并实践参数高效微调技术（如LoRA、QLoRA、Adapter Tuning等），在保证模型效果的同时，显著降低训练与部署成本； 4、建立并完善模型评测体系，持续跟踪模型在多种下游任务中的表现，并推动模型快速迭代与上线部署； 5、持续跟踪行业最新技术动态，结合公司业务需求，对现有大模型算法和垂直领域模型进行优化与迭代，解决模型训练和应用过程中的技术难题，提升模型的效率和质量； 6、与业务团队紧密协作，深刻理解业务需求，推动模型能力与业务场景的深度融合，形成技术到价值的完整闭环。

1、2027届本科及以上学历，计算机、人工智能、数学等相关专业优先； 2、熟悉SFT、DPO、RL等大模型后训练算法的基本原理，具备扎实的机器学习、深度学习理论基础，熟练使用PyTorch等主流深度学习框架，有模型训练或调优的实践经验； 3、对大模型在垂直领域（如Coding、翻译、多模态等）的应用有基本理解，了解相关技术发展趋势，有相关项目或研究经历者优先； 4、了解基础的模型评测方法与指标，能够参与评测体系的搭建与迭代； 5、具备良好的代码能力和工程实践能力，能够独立完成算法模块的开发与调试； 6、具有优秀的逻辑思维能力、问题解决能力和学习能力，具备良好的团队协作精神和沟通能力。 加分项： 1、有中文特定行业（如金融、法律、医疗）大模型后训练的实践经验； 2、了解对齐技术，如DPO、KTO或RLHF，并有相关实践； 3、在模型安全、偏见与价值观对齐方面有研究或项目经验； 4、有工具调用或函数调用（Function Calling）相关能力的模型训练经验； 5、有MLOps相关实践，了解模型版本控制、关键指标监控等； 6、在相关方向有论文发表或开源贡献。