求職者

公司描述：

专注于提供全方位的数字科技服务与解决方案

工作地点：

北京

工作职责

参与或主导以下一个或多个关键领域的工作：

• 大语言模型/多模态大模型强化学习Reasoning模型算法、Reward模型、Verifier等算法研发；
• 大语言模型/多模态强化Reasoning大模型长CoTs效率效果优化与RL Scaling-law研究；
• 大语言/多模态大模型强化学习Test-time Compute在线推理算法研发。

任职要求

• 硕士及以上学历，计算机、数学、人工智能及STEM等相关专业；
• 拥有扎实的计算机科学功底和编程能力，熟悉常见算法和数据结构，具有良好的编程习惯；
• 熟悉语言或多模态模型的基本算法、模型结构及基础技术，相信AGI和对相关工作抱有热情；
• 工作认真务实，科学规划，具有极致的探究精神且知行合一，具备较强的责任感；

加分项：

• 有大模型相关的顶会论文的工作者优先；有STEM竞赛经历者优先；
• 熟悉强化学习算法和框架相关技术和细节，曾深度参与后训练/强化推理大模型/Agent等项目；
• 具有扎实的工程能力，熟悉开源大模型相关工具使用，有积极提升效果效率的意识。