【工作职责】 1、垂域（通信）大模型的训练与优化 - 负责大规模通信大模型的预训练、微调及参数高效优化 - 探索模型压缩、分布式训练、低资源适配等技术 - 要求：熟悉大模型尤其是MOE大模型架构，精通Megatron、DeepSpeed等训练框架；精通大模型后训练/预训练和精调、微调技术研究、RLHF等强化学习方法 2、垂域数据处理与优化 - 构建从数据采集、清洗、评估、消融归因的全流程数据框架，辅助模型能力稳步提升； - 设计和优化PB级多模态多领域训练数据的解析、理解、筛选、改写、合成体系； - 设计面向通信领域的结构化数据处理流程，沉淀高质量知识库； - 基于业务场景，设计高质量高效率的数据生产流程，交付对模型有增益的数据； - 训练预标注和数据质控模型，不断提升数据生产效率和交付质量。 【任职要求】 1、教育与专业背景 1）计算机、软件工程、人工智能、数学或相关专业的硕士及以上学历（博士优先）。8年以上工作经验。 2）具备扎实的机器学习、深度学习理论基础，对大模型以及NLP、CV、多模态等相关领域有深入了解。 2、后训练技术能力 1）至少2~5年在大型深度学习模型或预训练模型（GPT、BERT等）领域的研发经验，有 模型微调、强化学习后训练 等实践经验者优先。 2）熟悉推理模型、Agentic模型等先进后训练技术，对其在不同业务场景的适用性与局限性有实际应用或项目经验。 3、强化学习与模型优化 1）扎实的强化学习基础，熟悉RLHF（基于人类反馈的强化学习）在大模型后训练过程中的应用。 2）能够定义并实施强化学习策略以优化生成质量、对话交互和模型稳定性，有相关项目交付经验。 4、数据处理与管理 1）具备大规模数据收集、清洗、标注以及数据治理能力，熟悉数据增强、迁移学习等常用方法。 2）能根据不同业务或场景的需求，对数据进行系统化分析（如数据分布、噪声处理），并制定合理的数据策略。 5、加分项 1）曾主导或深度参与过开源社区的NLP、RL相关项目，并具备一定的社区贡献或影响力。 2）在国际顶级期刊/会议发表过论文或拥有相关专利