面向公司端侧 AI 产品及实际业务场景，参与大模型 / 多模态模型的后训练与效果优化。 围绕具体业务需求，通过数据构建、模型微调、实验分析等方式持续提升模型能力，并结合目标硬件环境，关注模型精度与推理效率的平衡。 核心职责 ● 模型后训练与业务对齐 ○ 根据业务需求参与训练数据构建、清洗与优化； ○ 使用 SFT、LoRA / PEFT 等方式进行大模型 / 多模态模型训练与调优； ○ 参与偏好对齐、Reward、RL 等后训练方法的学习、实验与效果验证； ○ 针对不同业务场景持续优化模型能力，使模型达到实际业务要求。 ● 模型效果分析与迭代 ○ 参与业务 Benchmark、模型效果指标及验收标准的设计； ○ 基于自动化评测管道分析模型结果与 Bad Case； ○ 从数据、Prompt、训练策略、模型能力等角度定位问题，并设计实验进行验证； ○ 根据实验结果持续优化数据与训练方案。 ● 模型效率优化实验 ○ 参与 Token 剪枝、投机解码、模型蒸馏等模型效率优化方向的学习与实验； ○ 阅读论文、技术文档及开源项目，理解方案原理并完成复现或验证； ○ 通过对照实验分析不同方案对模型精度、推理速度及资源占用的影响； ○ 与推理、量化及硬件相关同学协作，完成优化方案在实际业务场景中的效果验证。 ● 训练与实验 ○ 完成模型训练、Checkpoint、LoRA Merge、实验记录等日常工作； ○ 关注训练过程中的 Loss、OOM、数据异常等问题，并协助进行定位； ○ 保持良好的实验记录和控制变量习惯，保证实验结果可复现、可比较。

1.2027届本科及以上学历，计算机、人工智能、自动化、电子信息、数学等相关专业，优秀应届生亦可； 2.熟悉 Python、PyTorch，能够独立完成基本的模型训练与实验； 3.理解 Transformer、Attention 等大模型基础原理； 4.了解 SFT、LoRA / PEFT 等常见大模型训练与微调方法； 5.具备良好的数据分析和问题定位能力，能够通过控制变量和对照实验验证自己的判断； 6.对大模型后训练、模型效果优化及推理效率优化方向有较强的学习兴趣； 7.能够阅读英文论文、技术文档及开源项目，并快速理解和验证新的技术方案； 8.具备基础的服务器训练环境使用能力，能够完成模型训练、查看日志及运行实验。 加分项 以下均为加分项，不作为硬性要求： 1.有 LLM / VLM 微调、科研、课程项目或实习经验； 2.使用过 Hugging Face Transformers、LLaMA-Factory、TRL 等训练框架； 3.了解 DPO、GRPO、RLHF 等后训练方法； 4.有 Reward Model、LLM-as-a-Judge 或模型自动评测相关经验； 5.了解 vLLM、SGLang 等大模型推理框架； 6.了解 Token 剪枝、投机解码、模型蒸馏、KV Cache 优化等模型加速方法； 7.了解模型量化的基本概念； 8.有论文复现、开源项目或较完整的大模型实验项目经验。 岗位特点 该岗位以大模型后训练和业务效果优化为核心，不要求具备芯片底层开发、模型量化或推理引擎开发经验。 我们更关注候选人的模型基础、实验能力、问题分析能力，以及面对新技术时快速学习和验证的能力