職位描述
強(qiáng)化學(xué)習(xí)?大模型算法
崗位職責(zé)
1. 研發(fā)和優(yōu)化大模型強(qiáng)化學(xué)習(xí)核心算法（RLHF、RFT、ReFT、DPO、KTO、IPO、RRHF等），專(zhuān)注于專(zhuān)業(yè)研報(bào)撰寫(xiě)和思維鏈優(yōu)化方向
2. 構(gòu)建端到端強(qiáng)化學(xué)習(xí)訓(xùn)練管道，包括高效獎(jiǎng)勵(lì)模型設(shè)計(jì)、策略?xún)?yōu)化算法研發(fā)和智能數(shù)據(jù)收集系統(tǒng)開(kāi)發(fā)
3. 深度探索思維鏈(Chain-of-Thought)強(qiáng)化學(xué)習(xí)范式，提升模型在邏輯推理、分析論證和專(zhuān)業(yè)內(nèi)容生成上的能力
4. 研發(fā)專(zhuān)業(yè)研報(bào)領(lǐng)域的對(duì)齊技術(shù)，提高模型輸出的專(zhuān)業(yè)性、準(zhǔn)確性和可靠性
5. 設(shè)計(jì)并實(shí)現(xiàn)多輪推理優(yōu)化算法，提升模型在復(fù)雜分析和長(zhǎng)文檔撰寫(xiě)中的連貫性和深度
6. 跟蹤大模型強(qiáng)化學(xué)習(xí)前沿技術(shù)，撰寫(xiě)高質(zhì)量技術(shù)分析報(bào)告，為團(tuán)隊(duì)提供深度技術(shù)指導(dǎo)
任職要求
1. 計(jì)算機(jī)科學(xué)、機(jī)器學(xué)習(xí)或人工智能相關(guān)專(zhuān)業(yè)碩士及以上學(xué)歷
2. 具備豐富的RLHF對(duì)齊策略實(shí)踐經(jīng)驗(yàn)，能獨(dú)立設(shè)計(jì)和優(yōu)化人類(lèi)偏好建模系統(tǒng)
3. 熟悉并實(shí)踐過(guò)最新的強(qiáng)化學(xué)習(xí)算法，如Constitutional AI、思維鏈增強(qiáng)型RL訓(xùn)練和無(wú)強(qiáng)化學(xué)習(xí)的偏好優(yōu)化方法
4. 對(duì)專(zhuān)業(yè)研報(bào)結(jié)構(gòu)化生成和思維鏈(Chain-of-Thought)技術(shù)有深入研究
5. 參與過(guò)大規(guī)模開(kāi)放領(lǐng)域大模型訓(xùn)練項(xiàng)目（如ChatGPT、Gemini、Claude類(lèi)RL訓(xùn)練方法論實(shí)踐）
6. 對(duì)強(qiáng)化學(xué)習(xí)理論體系有深入理解，并能熟練應(yīng)用于大模型訓(xùn)練和優(yōu)化
7. 扎實(shí)的數(shù)學(xué)基礎(chǔ)（統(tǒng)計(jì)學(xué)、優(yōu)化理論、信息論等），能獨(dú)立解讀頂會(huì)論文（NeurIPS/ICLR/ICML）并高效實(shí)現(xiàn)
加分項(xiàng)
1. 有經(jīng)濟(jì)、科技、工業(yè)等專(zhuān)業(yè)領(lǐng)域研究報(bào)告撰寫(xiě)或分析經(jīng)驗(yàn)
2. 熟悉ReAct、Tree-of-Thought等思維鏈增強(qiáng)技術(shù)的算法實(shí)現(xiàn)
3. 在文檔結(jié)構(gòu)化生成、專(zhuān)業(yè)知識(shí)對(duì)齊或邏輯推理能力優(yōu)化方面有研究成果
4. 對(duì)專(zhuān)業(yè)研報(bào)質(zhì)量評(píng)估體系有研究，能構(gòu)建有效的評(píng)估指標(biāo)和獎(jiǎng)勵(lì)函數(shù)
5. 熟悉大型語(yǔ)言模型在專(zhuān)業(yè)內(nèi)容生成中的常見(jiàn)挑戰(zhàn)和解決方案
6. 發(fā)表過(guò)相關(guān)領(lǐng)域高質(zhì)量研究論文
7. 開(kāi)源項(xiàng)目貢獻(xiàn)經(jīng)驗(yàn)
8. 良好的跨團(tuán)隊(duì)協(xié)作能力和技術(shù)溝通能力
1. 研發(fā)和優(yōu)化大模型強(qiáng)化學(xué)習(xí)核心算法（RLHF、RFT、ReFT、DPO、KTO、IPO、RRHF等），專(zhuān)注于專(zhuān)業(yè)研報(bào)撰寫(xiě)和思維鏈優(yōu)化方向
2. 構(gòu)建端到端強(qiáng)化學(xué)習(xí)訓(xùn)練管道，包括高效獎(jiǎng)勵(lì)模型設(shè)計(jì)、策略?xún)?yōu)化算法研發(fā)和智能數(shù)據(jù)收集系統(tǒng)開(kāi)發(fā)
3. 深度探索思維鏈(Chain-of-Thought)強(qiáng)化學(xué)習(xí)范式，提升模型在邏輯推理、分析論證和專(zhuān)業(yè)內(nèi)容生成上的能力
4. 研發(fā)專(zhuān)業(yè)研報(bào)領(lǐng)域的對(duì)齊技術(shù)，提高模型輸出的專(zhuān)業(yè)性、準(zhǔn)確性和可靠性
5. 設(shè)計(jì)并實(shí)現(xiàn)多輪推理優(yōu)化算法，提升模型在復(fù)雜分析和長(zhǎng)文檔撰寫(xiě)中的連貫性和深度
6. 跟蹤大模型強(qiáng)化學(xué)習(xí)前沿技術(shù)，撰寫(xiě)高質(zhì)量技術(shù)分析報(bào)告，為團(tuán)隊(duì)提供深度技術(shù)指導(dǎo)
任職要求
1. 計(jì)算機(jī)科學(xué)、機(jī)器學(xué)習(xí)或人工智能相關(guān)專(zhuān)業(yè)碩士及以上學(xué)歷
2. 具備豐富的RLHF對(duì)齊策略實(shí)踐經(jīng)驗(yàn)，能獨(dú)立設(shè)計(jì)和優(yōu)化人類(lèi)偏好建模系統(tǒng)
3. 熟悉并實(shí)踐過(guò)最新的強(qiáng)化學(xué)習(xí)算法，如Constitutional AI、思維鏈增強(qiáng)型RL訓(xùn)練和無(wú)強(qiáng)化學(xué)習(xí)的偏好優(yōu)化方法
4. 對(duì)專(zhuān)業(yè)研報(bào)結(jié)構(gòu)化生成和思維鏈(Chain-of-Thought)技術(shù)有深入研究
5. 參與過(guò)大規(guī)模開(kāi)放領(lǐng)域大模型訓(xùn)練項(xiàng)目（如ChatGPT、Gemini、Claude類(lèi)RL訓(xùn)練方法論實(shí)踐）
6. 對(duì)強(qiáng)化學(xué)習(xí)理論體系有深入理解，并能熟練應(yīng)用于大模型訓(xùn)練和優(yōu)化
7. 扎實(shí)的數(shù)學(xué)基礎(chǔ)（統(tǒng)計(jì)學(xué)、優(yōu)化理論、信息論等），能獨(dú)立解讀頂會(huì)論文（NeurIPS/ICLR/ICML）并高效實(shí)現(xiàn)
加分項(xiàng)
1. 有經(jīng)濟(jì)、科技、工業(yè)等專(zhuān)業(yè)領(lǐng)域研究報(bào)告撰寫(xiě)或分析經(jīng)驗(yàn)
2. 熟悉ReAct、Tree-of-Thought等思維鏈增強(qiáng)技術(shù)的算法實(shí)現(xiàn)
3. 在文檔結(jié)構(gòu)化生成、專(zhuān)業(yè)知識(shí)對(duì)齊或邏輯推理能力優(yōu)化方面有研究成果
4. 對(duì)專(zhuān)業(yè)研報(bào)質(zhì)量評(píng)估體系有研究，能構(gòu)建有效的評(píng)估指標(biāo)和獎(jiǎng)勵(lì)函數(shù)
5. 熟悉大型語(yǔ)言模型在專(zhuān)業(yè)內(nèi)容生成中的常見(jiàn)挑戰(zhàn)和解決方案
6. 發(fā)表過(guò)相關(guān)領(lǐng)域高質(zhì)量研究論文
7. 開(kāi)源項(xiàng)目貢獻(xiàn)經(jīng)驗(yàn)
8. 良好的跨團(tuán)隊(duì)協(xié)作能力和技術(shù)溝通能力
工作地點(diǎn)
北京朝陽(yáng)區(qū)榮聯(lián)科技大廈6
相似職位
北京 - 通州
新華人壽保險(xiǎn)股份有限公司- 算法工程師1.1-1.4萬(wàn)
北京 - 豐臺(tái)
中技國(guó)際招標(biāo)有限公司 - 算法工程師2.7-5萬(wàn)·14薪
北京 - 海淀
美濼(中國(guó))有限公司 - 算子研發(fā)工程師3-5萬(wàn)·15薪
北京 - 海淀
上海欣聘信息技術(shù)有限公司 北京 - 海淀
北京達(dá)佳互聯(lián)信息技術(shù)有限公司北京 - 昌平
中移金科
熱門(mén)公司推薦
- 霸王茶姬招聘
- 肯德基招聘
- 順豐招聘
- 美團(tuán)招聘
- 京東招聘
- 餓了么招聘
- 比亞迪招聘
- 中國(guó)一汽招聘
- 北京汽車(chē)招聘
- 蔚來(lái)招聘
- 東風(fēng)汽車(chē)招聘
- 長(zhǎng)城汽車(chē)招聘
- 奇瑞汽車(chē)招聘
- 理想汽車(chē)招聘
- 長(zhǎng)鑫存儲(chǔ)招聘
- 天江藥業(yè)招聘
- 藍(lán)月亮招聘
- 安踏招聘
- TCL招聘
- 海信招聘
- 聯(lián)想招聘
- 海康威視招聘
- 寧德時(shí)代招聘
- 中興招聘
- 新松招聘
- 京東方招聘
- 申通招聘
- 圓通招聘
- 中通招聘
- 百世物流招聘
- 德邦物流招聘
- 麥當(dāng)勞招聘
- 星巴克招聘
- 海底撈招聘
- 蜜雪冰城招聘
- 瑞幸招聘
- 雀巢招聘
- 騰訊招聘
- 百度招聘
- 快手招聘
- 字節(jié)跳動(dòng)招聘
- 新華網(wǎng)招聘
- 小米招聘
- 招商銀行招聘
- 中信銀行招聘
- 北京銀行招聘
- 興業(yè)銀行招聘
- 交通銀行招聘
- 建發(fā)集團(tuán)招聘
- 中國(guó)移動(dòng)招聘
- 中國(guó)聯(lián)通招聘
- 中國(guó)電信招聘
- 中糧集團(tuán)招聘
- 國(guó)藥控股招聘
- 中廣核招聘
- 中國(guó)船舶招聘
- 強(qiáng)生中國(guó)招聘
- 匯豐中國(guó)招聘
- 宜家招聘
- 立邦中國(guó)招聘
- 伊利招聘
- 青島啤酒招聘
- 京港地鐵招聘
- 寶馬招聘
- 小鵬汽車(chē)招聘
- 華為招聘
- 特斯拉招聘
- 吉利招聘
- 奔馳招聘
- 海爾招聘
- 美的招聘
- 京東方招聘
- 施耐德電氣招聘
- 德邦物流招聘
職位發(fā)布者
劉女士/HR
剛剛活躍立即溝通
萬(wàn)聯(lián)易達(dá)物流科技有限公司萬(wàn)聯(lián)易達(dá)集團(tuán)深入融入社會(huì)產(chǎn)業(yè)鏈各業(yè)務(wù)場(chǎng)景，基于AI和通用技術(shù)，構(gòu)建以人工智能研究應(yīng)用平臺(tái)、大宗商品交易平臺(tái)、整車(chē)物流服務(wù)平臺(tái)、數(shù)智金融平臺(tái)為核心的智能化產(chǎn)業(yè)生態(tài)系統(tǒng)，為各類(lèi)產(chǎn)業(yè)生態(tài)伙伴提供智能、高效、安全的數(shù)智化解決方案，讓產(chǎn)業(yè)生態(tài)更智能，推動(dòng)社會(huì)產(chǎn)業(yè)運(yùn)行效率提升。人工智能研究應(yīng)用平臺(tái)萬(wàn)聯(lián)易達(dá)人工智能研究應(yīng)用平臺(tái)連接各業(yè)務(wù)平臺(tái)和產(chǎn)業(yè)生態(tài)合作伙伴，通過(guò)具體的業(yè)務(wù)場(chǎng)景驅(qū)動(dòng)，研究開(kāi)發(fā)上千個(gè)人工智能垂類(lèi)大模型智能體，賦能各業(yè)務(wù)場(chǎng)景，支撐產(chǎn)業(yè)生態(tài)智能、高效、安全運(yùn)行。商品交易平臺(tái)聚合黑色金屬、有色金屬、能源化工品和農(nóng)副產(chǎn)品的上游、中游及部分下游產(chǎn)品的展銷(xiāo)和招采，以人工智能技術(shù)輔助買(mǎi)賣(mài)雙方形成最優(yōu)購(gòu)銷(xiāo)方案，大幅降低交易成本。整車(chē)物流服務(wù)平臺(tái)5A級(jí)網(wǎng)絡(luò)貨運(yùn)平臺(tái)。以“智慧場(chǎng)站”為紐帶，利用人工智能和大數(shù)據(jù)技術(shù)，形成端到端全鏈路、線(xiàn)上線(xiàn)下共融合的數(shù)智化整車(chē)貨運(yùn)解決方案，同時(shí)提供整車(chē)貨運(yùn)交易撮合服務(wù)和承運(yùn)交付服務(wù)?！爸腔蹐?chǎng)站”基于AIoT、大數(shù)據(jù)等先進(jìn)技術(shù)和各類(lèi)資源，串聯(lián)包括訂單管理、場(chǎng)區(qū)內(nèi)裝卸貨、在途運(yùn)輸在內(nèi)的物流管理智能化平臺(tái)，有效實(shí)現(xiàn)人、車(chē)、貨、場(chǎng)之間的智聯(lián)互通，為監(jiān)管部門(mén)、企業(yè)構(gòu)建智能化管理和調(diào)度體系攻克服務(wù)最后障礙，打通最后一環(huán)。數(shù)智金融平臺(tái)連通大宗商品交易和整車(chē)物流服務(wù)業(yè)務(wù)場(chǎng)景，提供信貸融資、保險(xiǎn)、車(chē)輛融資租賃、期貨風(fēng)險(xiǎn)管理和投資服務(wù)，利用人工智能技術(shù)極大提高業(yè)務(wù)效率和識(shí)別風(fēng)控能力。
公司主頁(yè)