岗位职责：

1. 负责将传统NLP、大模型、强化学习等技术运用到情感陪伴场景中，打造双商兼具的情感陪伴大模型；

2. 构建高效鲁棒的线上数据飞轮系统，从海量数据中精准定位 good/badcase，搭建及优化从问题数据分析到模型优化的快速迭代系统；

3. 日常跟进最新的大模型 post-training 相关技术，能够在业务场景中快速切入，验证其有效性。

岗位要求：

1. 在985/211或 QS Top150 大学获得计算机、人工智能相关专业硕士学位（博士优先）；在国际顶会（Neurips, ICLR, ICML等）发表过大模型 Post-training 相关论文者优先；

2. 对主流大模型（GPT，o1，LLaMA，GLM，T5等）的结构、原理和训练方式有深入的理解；

3. 有在垂直领域微调大模型的经验，数据 sense 良好，对训练垂域大模型的数据配比、badcase 分析等有深入认知，有自己的方法论；

4. 强悍的工程能力，熟练掌握主流深度学习框架 Pytorch/Tensorflow 及大模型训练分布式框架 Deepspeed/Megatron-LM 多机多卡方案，有过基于 Deepspeed 框架训练百亿、千亿参数模型的经验；

5. 熟练掌握 RLHF 相关技术细节，有过 RLHF 微调百亿、千亿参数大模型的经验者优先。

加分项：

1. 性格乐观开朗，强大的自驱力，认可大模型做情感陪伴这个场景，并对这个赛道抱有热忱；

2. 良好的沟通能力，和产运/工程团队深入交流协作，共同驱动业务目标；

3. 有强化学习背景。

计算机相关