小红书(xiaohongshu)招聘基础大模型算法专家
招聘职位：
基础大模型算法专家 搜索同类职位
岗位职责：
1、预训练：模型架构设计和实现，持续打磨多阶段预训练技巧，结合自动化和人工筛选，持续迭代化数据配比方案（质量、类别分布、难度等），训练全尺寸Dense和MoE模型，以及探索Hybrid架构、Diffusion训练/推理等新一代大模型范式；
2、后训练：SFT数据合成、拒绝采样、数据配比、模型训练，样本级标签体系建设，RL数据合成、Reward Model设计、router replay、RL算法创新，显著提升alignment阶段模型生成能力；
3、数据&评测：持续改进数据体系pipeline，包括：数据收集、清洗、去重和配比等，合成各种高质量agentic/reasoning训练数据，提升模型通用能力；持续完善大模型评估体系和Bench，能有效评估STEM、math、code、知识、指令跟随、多语言等维度能力。
任职要求：
1、背景： 计算机、电子、数学等相关专业硕士/博士；深入理解大模型训练、推理和数据构建流程； -
2、专业深耕：在预训练（数据配比，模型结构，AI Infra）、SFT（e.g. 数据合成、拒绝采样）、强化学习（e.g. Reward Model，GRPO/PPO） 或 模型推理（e.g. 投机解码）等领域有深厚积累； -
3、工程能力：熟练使用 PyTorch，有Megatron-LM、FDPS、Verl、SGlang 等大规模分布式训练和推理实战经验；
4、加分项：有AGI经验，或知名开源LLM项目核心贡献者；在NeurIPS, ICML, ICLR, ACL, EMNLP, CVPR等顶会发表过高质量论文。
1、预训练：模型架构设计和实现，持续打磨多阶段预训练技巧，结合自动化和人工筛选，持续迭代化数据配比方案（质量、类别分布、难度等），训练全尺寸Dense和MoE模型，以及探索Hybrid架构、Diffusion训练/推理等新一代大模型范式；
2、后训练：SFT数据合成、拒绝采样、数据配比、模型训练，样本级标签体系建设，RL数据合成、Reward Model设计、router replay、RL算法创新，显著提升alignment阶段模型生成能力；
3、数据&评测：持续改进数据体系pipeline，包括：数据收集、清洗、去重和配比等，合成各种高质量agentic/reasoning训练数据，提升模型通用能力；持续完善大模型评估体系和Bench，能有效评估STEM、math、code、知识、指令跟随、多语言等维度能力。
任职要求：
1、背景： 计算机、电子、数学等相关专业硕士/博士；深入理解大模型训练、推理和数据构建流程； -
2、专业深耕：在预训练（数据配比，模型结构，AI Infra）、SFT（e.g. 数据合成、拒绝采样）、强化学习（e.g. Reward Model，GRPO/PPO） 或 模型推理（e.g. 投机解码）等领域有深厚积累； -
3、工程能力：熟练使用 PyTorch，有Megatron-LM、FDPS、Verl、SGlang 等大规模分布式训练和推理实战经验；
4、加分项：有AGI经验，或知名开源LLM项目核心贡献者；在NeurIPS, ICML, ICLR, ACL, EMNLP, CVPR等顶会发表过高质量论文。
免责声明：
此信息由小红书官网 (查看来源)审核并发布，我们转载该信息，仅出于传递更多就业招聘资讯、促进大学生及广大求职者就业之目的。该招聘职位信息的真实性、准确性、时效性及合法性均由原始发布方“小红书官网”负责。我们作为信息转载平台，不构成求职建议，不涉及任何职业中介服务，不对其内容承担任何形式的保证责任。请用户在使用转载信息时保持审慎，自行判断并承担相应风险，求职请认准企业官方渠道！