小红书招聘【Dots】Applied posttrain大模型算法工程师-点点
招聘职位:
【Dots】Applied posttrain大模型算法工程师-点点 搜索同类职位
岗位职责:
1、大模型对齐与优化:参与语言及多模态大模型的对齐技术研究与优化,聚焦于解决模型在复杂指令遵循、推理、幻觉、工具使用等问题中的表现瓶颈,提升模型的实用性与可靠性。
2、对齐方法探索:研究并理解模型能力与对齐之间的关系,探索更有效的对齐技术,包括可扩展的人类监督方法等。设计并执行复杂的理解性实验,分析大模型在不同数据分布和任务场景下的表现,发现并解决影响模型性能的关键问题。
3、跨职能协作:与产品、工程、安全团队紧密合作,将研究成果有效落地,确保模型应用符合实际需求,并在关键技术上做到行业顶尖水平。
任职要求:
1、扎实的机器学习基础:具备扎实的机器学习理论基础,能够熟练使用至少一种深度学习框架(如 PyTorch、Jax、TensorFlow、MindSpore、PaddlePaddle),并具备在复杂应用场景下应用这些工具的实践经验。
2、对齐技术研究经验:深入理解监督学习、强化学习、表示学习等方法,并在至少一个 AI 领域有过研究经历或通过机器学习算法成功解决过复杂问题。
3、卓越的实验设计与问题解决能力:具备设计复杂实验和分析实验结果的能力,能够识别并解决模型在真实应用中的关键技术挑战,具备创新思维,并能够有效沟通、与团队协作。
加分项:
在顶级学术会议(如 ICML、ICLR、NeurIPS、ACL、CVPR、AAAI)发表过有影响力的研究成果。
在 ACM/ICPC、NOI/IOI、Kaggle 等竞赛中获得优异成绩者优先。
参与过 AI 相关的有大影响力的开源/闭源项目、有 AI Alignment 相关研究经验或大模型应用项目经历者优先。
1、大模型对齐与优化:参与语言及多模态大模型的对齐技术研究与优化,聚焦于解决模型在复杂指令遵循、推理、幻觉、工具使用等问题中的表现瓶颈,提升模型的实用性与可靠性。
2、对齐方法探索:研究并理解模型能力与对齐之间的关系,探索更有效的对齐技术,包括可扩展的人类监督方法等。设计并执行复杂的理解性实验,分析大模型在不同数据分布和任务场景下的表现,发现并解决影响模型性能的关键问题。
3、跨职能协作:与产品、工程、安全团队紧密合作,将研究成果有效落地,确保模型应用符合实际需求,并在关键技术上做到行业顶尖水平。
任职要求:
1、扎实的机器学习基础:具备扎实的机器学习理论基础,能够熟练使用至少一种深度学习框架(如 PyTorch、Jax、TensorFlow、MindSpore、PaddlePaddle),并具备在复杂应用场景下应用这些工具的实践经验。
2、对齐技术研究经验:深入理解监督学习、强化学习、表示学习等方法,并在至少一个 AI 领域有过研究经历或通过机器学习算法成功解决过复杂问题。
3、卓越的实验设计与问题解决能力:具备设计复杂实验和分析实验结果的能力,能够识别并解决模型在真实应用中的关键技术挑战,具备创新思维,并能够有效沟通、与团队协作。
加分项:
在顶级学术会议(如 ICML、ICLR、NeurIPS、ACL、CVPR、AAAI)发表过有影响力的研究成果。
在 ACM/ICPC、NOI/IOI、Kaggle 等竞赛中获得优异成绩者优先。
参与过 AI 相关的有大影响力的开源/闭源项目、有 AI Alignment 相关研究经验或大模型应用项目经历者优先。
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!